Analysera volatiliteten hos kryptotillgångar innan du investerar din första euro i dem

Voyage Finances Personnelles tillämpar prediktiva modeller på historiska marknader för att automatiskt allokera vanliga inköp, i takt med en studentbudget, utan att försöka gissa marknadens topp eller dal.

Utforska analys

Inget löfte om prestation. Modellen identifierar relativt fördelaktiga köpfönster, den förutsäger inte ett exakt framtida pris.

Privatekonomiresor — abstrakt representation av marknadsdataflöden analyserade med en prediktiv modell

Priserna varierar med flera punkter på några timmar, vilket gör varje enskilt beslut svårt att motivera

För en studentbudget kan ett dåligt inträdesfönster innebära flera veckors besparingar. De flesta konsumentverktyg visar diagram, men lämna beslutet – när man ska köpa, hur mycket, hur ofta – helt upp till användaren.

Tre distinkta funktioner som tillämpas kontinuerligt på varje spårad tillgång

01

Analys

Motorn tar kontinuerligt in priser, handelsvolymer och volatilitetsindikatorer över flera plattformar för att fastställa en baslinje per tillgång.

02

Förutsägelse

Statistiska modeller identifierar relativt gynnsamma inträdesfönster genom att jämföra den nuvarande marknadspositionen med dess tidigare beteende.

03

Riskreducering

Inköp fördelas automatiskt över tiden och begränsas enligt den definierade budgeten, för att begränsa exponeringen till ett enda ögonblick på marknaden.

Från datainsamling till genomförande av ett planerat köp

01

Samling

Hämtning av priser, volymer och orderböcker med jämna mellanrum via börsplattformarnas publika API:er.

02

Standardisering

Serierna rengörs och riktas in i samma tidssteg innan de överförs till poängmodellen.

03

Poängsättning

Varje potentiellt köpfönster får en relativ poäng, omräknad med varje ny data som tas emot.

04

Schemalagt utförande

Inköp utlöses enligt vald frekvens och aktuell poäng, inom gränsen för den i förväg definierade månadsbudgeten.

05

Omvärdering

Modellen tränas om med fasta intervall på de senaste data för att begränsa statistisk drift.

Poängen som produceras av modellen speglar statistiska trender som observerats i historiska data. De utgör varken investeringsrådgivning eller garanti för framtida resultat.

Designad för blygsamma inträdesbudgetar

Voyage Finances Personnelles designades för personer som är nya med kryptotillgångar med en begränsad budget och lite tid att ägna åt daglig prisövervakning. Istället för att multiplicera grafer, automatiserar plattformen distributionen av inköp och dokument varje beslut som tas av modellen.

Målet är inte att reagera snabbare än marknaden, utan att ta bort trycket att fatta ett omedelbart beslut, köp efter köp.

Travel Personal Finance — dataanalysinstrumentpanel som används för att dokumentera automatiserade köpbeslut

Fyra konkreta situationer som studentbudgetar stöter på

Budget

Fast månadsbudget

Ett begränsat belopp att investera varje månad, utan visshet om den bästa dagen att göra det.

Resultat — beloppet delas automatiskt över flera köpfönster som identifieras av modellen.

Marknad

Daglig volatilitet

Betydande prisvariationer på några timmar, svårtolkade utan erfarenhet.

Resultat — poäng jämför den aktuella situationen med historiken innan en order utlöses.

Tid

Späckat schema

Lite tillgänglighet att följa kurser mellan lektioner och tentor.

Resultat — Schemalagda köp utförs utan manuellt ingripande, enligt de regler som definierades i början.

Plattformar

Mångfald av plattformar

Data spridd mellan flera utbytesplattformar, svår att jämföra.

Resultat — flöden konsolideras i en enda instrumentpanel för att övervaka de beslut som fattas.

Konsultera metoden innan du konfigurerar ett första automatiskt köp