在将第一欧元投资于加密资产之前分析其波动性
Voyage Finances Personnelles 将预测模型应用于历史市场，以学生预算的速度自动分配定期购买，而无需尝试猜测市场的高峰或低谷。
探索分析不承诺性能。该模型确定了相对有利的购买窗口，但不能预测确切的未来价格。
价格在几个小时内会有几个点的变化，使得每个单独的决定都难以证明其合理性
对于学生预算来说，糟糕的进入窗口可能意味着数周的节省。大多数消费工具都会显示图表，但决定权——何时购买、购买数量、购买频率——完全由用户决定。
三个不同的功能，连续应用于每个跟踪的资产
分析
该引擎持续采集多个平台上的价格、交易量和波动性指标，以建立每项资产的基线。
预测
统计模型通过将当前市场地位与其过去的行为进行比较来识别相对有利的进入窗口。
风险缓解
购买量会随着时间的推移自动分配，并根据定义的预算设定上限，以限制市场中某一时刻的风险。
从数据收集到执行计划购买
收藏
通过交易平台的公共 API 定期检索价格、交易量和订单簿。
标准化
在传输到评分模型之前，该系列会在同一时间步骤中进行清理和对齐。
评分
每个潜在的购买窗口都会收到一个相对分数，并根据收到的每个新数据重新计算。
预定执行
根据所选频率和当前分数在预先定义的每月预算限制内触发购买。
重新评估
该模型以固定的时间间隔根据最新数据进行重新训练，以限制统计漂移。
该模型产生的分数反映了历史数据中观察到的统计趋势。它们既不构成投资建议，也不构成未来业绩的保证。
专为适度的入门预算而设计
Voyage Finances Personnelles 是为那些预算有限、没有时间进行日常价格监控的加密资产新手而设计的。该平台不是将图表相乘，而是自动分配购买并记录模型做出的每个决策。
目标不是比市场反应更快，而是消除立即做出决定、一次又一次购买的压力。
学生预算遇到的四种具体情况
每月固定预算
每个月的投资金额有限，不确定最佳的投资日期。
结果—— 金额会自动分配到模型识别的多个购买窗口中。
每日波动率
几个小时内价格变化很大，没有经验很难解释。
结果—— 评分会在触发订单之前将当前情况与历史情况进行比较。
日程繁忙
在课程和考试之间几乎没有时间学习课程。
结果—— 根据一开始定义的规则，计划购买的执行无需人工干预。
平台多样性
数据分散在多个交易平台之间，难以比较。
结果—— 流程被整合到一个仪表板中以监控所做的决策。