Brennelhove AI stosuje modelowanie predykcyjne do danych rynkowych w czasie rzeczywistym, tworząc rekomendacje alokacyjne, które są rejestrowane i publikowane do niezależnego przeglądu. Żadnych retrospektywnych edycji. Brak selektywnego ujawniania informacji.
Każde zalecenie przechodzi przez cztery odrębne etapy. Proces jest ustalony; zmieniają się tylko dane wejściowe.
Model wykorzystuje głębokość księgi zamówień, powierzchnie zmienności i dane dotyczące przepływów w łańcuchu z wielu niezależnych źródeł danych, przed użyciem sprawdzane krzyżowo pod kątem rozbieżności.
Pozycje kandydatów są oceniane w oparciu o biblioteki wzorców historycznych i bieżące reżimy zmienności, uzyskując dla każdego oczekiwany zwrot ważony prawdopodobieństwem.
Wielkość pozycji jest ograniczona przez wcześniej ustalone limity wypłat i ekspozycji. Żadne zalecenie nie może przekroczyć tych progów, niezależnie od pewności modelu.
Zatwierdzone decyzje są wykonywane i zapisywane w dzienniku publicznym w tym samym cyklu raportowania, ze znacznikiem czasu i niezmienne.
Poniższe dane odzwierciedlają bieżący okres raportowania i są aktualizowane w każdym cyklu rejestrowania. Okresy historyczne pozostają dostępne w całości.
Plakietka weryfikacyjna potwierdza, że każdy wpis w dzienniku został porównany z zapisami realizacji po stronie giełdy w ciągu 24 godzin od wysłania. Bez tej kontroli żaden wpis nie zostanie opublikowany.
Zaloguj zweryfikowanyŁagodzenie ma charakter strukturalny, a nie doradczy. Poniższe parametry dotyczą każdego zalecenia bez wyjątku.
Żadna pojedyncza pozycja aktywów nie może przekraczać ustalonego procentu całkowitego alokowanego kapitału, ustalanego niezależnie od wskaźników zaufania modelu.
Jeżeli skumulowana wypłata w oknie kroczącym przekroczy ustalony próg, nowe pozycje zostaną zawieszone do czasu ręcznego sprawdzenia.
Wielkość pozycji jest automatycznie zmniejszana wraz ze wzrostem zrealizowanej zmienności, niezależnie od siły sygnału bazowego.
Nie publikujemy wybiórczo. Nie korygujemy danych po fakcie. Wszystkie dane wejściowe, decyzje i wyniki użyte do oceny Brennelhove AI pochodzą z tego samego, publicznie dostępnego zapisu.
Szczegóły zarządzania: infrastruktura rejestrowania jest utrzymywana niezależnie od zespołu modelującego, a dostęp do zapisu jest ograniczony do zautomatyzowanego potoku. Ręczna interwencja w dzienniku wymaga zarejestrowanego obejścia i sama jest rejestrowana jako zdarzenie.
Dane szkoleniowe obejmują historyczne dane z księgi zamówień, szeregi zmienności i dane dotyczące transakcji w łańcuchu obejmujących wiele cykli rynkowych. Nie wykorzystujemy żadnych danych prognozujących ani danych niepublicznych.
Model bazowy jest poddawany ponownemu szkoleniu według stałego harmonogramu kwartalnego. Każde wydarzenie związane z ponownym szkoleniem jest opatrzone datą i rejestrowane, przy czym poprzednia wersja modelu jest zachowywana do porównania.
Nie. Wpisy można tylko dodawać. Korekty błędnych wpisów są rejestrowane jako nowe, datowane wpisy, a nie jako zmiany w oryginalnym zapisie.
Wyłączniki prądowe i dobór dostosowany do zmienności stosuje się automatycznie. Jeśli warunki przekroczą określone progi, wprowadzanie nowej pozycji zostanie zawieszone do czasu zakończenia ręcznego przeglądu.
Nie. Dane dotyczące cen i płynności są agregowane w wielu miejscach, aby zmniejszyć zależność od jakości danych lub czasu pracy dowolnej giełdy.
Dane konta i dane uwierzytelniające API podlegają ograniczonej kontroli dostępu. Podczas początkowej integracji nie następuje transfer kapitału.