发动机如何工作
该平台的建立是为了减少日内交易中两个最大的错误来源：认知偏差和延迟信息。它不是呈现另一个图表叠加，而是连续处理结构化和非结构化数据并显示发生变化的内容。
金融新闻、文件和社会评论根据方向性情绪进行评分，并根据该来源的历史可靠性进行加权。
该模型根据当前和历史的波动情况对资产进行分组，帮助确定走势何时与资产的正常范围一致或真正的偏差。
建议是从模型的输出层生成的，而不是事后调整，这使得整个会话和交易者的流程保持一致。
公共绩效日志
Vereda Capitorio 发布的每条建议在生成时都会带有时间戳，并随后根据实际市场走势进行跟踪。发布后，任何内容都不会被删除或重新标记，包括未达到预期效果的条目。
验证方法： 下面的每一行都反映了记录的信号、当时的市场状况以及定义的退出点记录的结果。注册用户可以访问完整的历史日志，并且不会排除表现不佳的条目。
| 时间戳 (UTC) | 仪器仪表 | 信号 | 参赛作品 | 结果 |
|---|---|---|---|---|
| 2024-11-04 08:12 | 富时 100 指数 | 空头偏见，波动性飙升 | 7,452.1 | 达到目标 |
| 2024-11-06 13:47 | 英镑/美元 | 范围延续 | 1.2634 | 停止触发 |
| 2024-11-11 09:05 | 布伦特原油 | 情绪逆转 | 73.80 | 达到目标 |
| 2024-11-13 15:20 | 德国DAX 40指数 | 突破确认 | 19,210.4 | 持仓未平仓 |
工作流程
下面的序列在整个交易时段连续运行，而不是按照固定的时间表运行，因此输出反映的是当前状况而不是过时的快照。
全球财经资讯、订单簿数据和新闻专线不断汇总并标准化为通用分析格式。
该模型利用历史模式比较和当前波动背景，从统计上有意义的波动中过滤常规噪音。
进入和退出水平是根据适合该工具当前风险状况的头寸规模指导来生成的。
资本保值
当日交易损失很少是由单次不良交易造成的；他们倾向于通过超大头寸和情绪驱动的决策来积累资金。 Vereda Capitorio 的风险层旨在解决这两个问题。
该模型监控未平仓头寸的累积风险，并在总风险超过账户当前波动环境的定义阈值时进行标记。
建议的头寸规模是根据近期波动性和账户风险参数计算的，而不是跨工具统一应用的固定百分比。
由于每次进入和退出都是通过相同的经过验证的流程生成的，因此不会根据恐惧或最近的结果在会议中期修改决策。
技术常见问题解答
以下问题涵盖了评估平台的技术型交易者最常提出的领域。
该平台将用于情绪和新闻解释的基于 Transformer 的语言模型与用于顺序价格和波动模式识别的 LSTM 网络相结合。在发布建议之前，对两者的输出进行协调。
处理时间因数据类型和工具而异，但结构化市场数据通常在到达后几秒钟内进行分析。需要自然语言处理的新闻和情感输入可能需要稍长的时间才能整合。
Vereda Capitorio 提供建议和公共性能日志；它不会自动进行交易。用户可以通过 API 连接支持的经纪商以进行数据同步，但执行仍然是手动决定。
账户级数据仅用于个性化风险参数，不会与第三方共享。性能日志条目基于模型输出和市场数据，而不是个人用户活动。
预测准确性是根据完整记录的历史记录（包括未解决和表现不佳的信号）计算的，并在每个跟踪位置到达其定义的退出点时更新。
加入交易者社区，他们的决策基于记录的、可验证的数据，而不是随意的调用。访问级别由分析深度和受监控仪器的数量构成。