每个建议都会经历四个独立的阶段。流程固定；仅输入数据发生变化。
该模型使用来自多个独立源的订单簿深度、波动率表面和链上流量数据，并在使用前交叉检查是否存在差异。
根据历史模式库和当前波动状况对候选头寸进行评分，从而为每个头寸生成概率加权的预期回报。
头寸规模受到预设回撤和风险敞口限制的限制。无论模型置信度如何，任何建议都不能超过这些阈值。
批准的决策在同一报告周期内执行并写入公共日志，带有时间戳且不可更改。
下图反映了当前报告期和每个记录周期的更新。历史时期仍然可以完整访问。
验证徽章确认日志中的每个条目已在发布后 24 小时内与交易所端执行记录进行交叉引用。未经此检查，不会发布任何条目。
日志已验证缓解措施是结构性的，而不是建议性的。以下参数无一例外地适用于每项建议。
任何单一资产头寸均不得超过总分配资本的固定百分比，该百分比的设置与模型置信度得分无关。
如果滚动窗口内的累计回撤超过设定阈值，新头寸将被暂停，等待人工审核。
随着实际波动率上升，头寸规模会自动减少，与潜在信号强度无关。
我们不会选择性地发布。我们不会事后修改数据。用于评估 Brennelhove AI 的每项输入、决策和结果均来自向公众提供的相同记录。
治理细节：日志记录基础设施独立于建模团队进行维护，写入访问权限仅限于自动化管道。日志中的手动干预需要记录的覆盖，并且本身会记录为事件。
训练数据包括历史订单数据、波动率序列以及跨越多个市场周期的链上交易数据。不使用前瞻性或非公开数据。
基础模型按照固定的季度计划进行重新训练。每个再培训事件都会注明日期并记录下来，并保留先前的模型版本以供比较。
不可以。参赛作品只能追加。对错误条目的更正将记录为新的、注明日期的条目，而不是对原始记录的更改。
回撤断路器和波动率调整大小会自动应用。如果情况超出定义的阈值，新仓位录入将暂停，直到手动审核完成。
不会。价格和流动性数据在多个场所进行汇总，以减少对任何单一交易所数据质量或正常运行时间的依赖。