Το Light of Learning αναλύει δεδομένα αγοράς σε πραγματικό χρόνο για να ανιχνεύσει έγκαιρα μη φυσιολογικές διακυμάνσεις και αποτρέπει εκ των προτέρων τις υπερβολικές απώλειες (MDD) μέσω ενός συστήματος διακοπής απωλειών AI που βασίζεται σε αλγόριθμο πρόβλεψης. Πριν οι επενδυτές αποφασίσουν συναισθηματικά πότε θα πουλήσουν, το σύστημα αντιδρά πρώτα.
Οι άνθρωποι που αρχίζουν για πρώτη φορά να επενδύουν σε μετοχές πρέπει πρώτα να μάθουν πώς να λαμβάνουν ήρεμες αποφάσεις ενόψει των ζημιών και όχι πώς να βγάζουν κέρδη.
Η οικονομία της συμπεριφοράς εξηγεί ότι οι άνθρωποι είναι περίπου δύο φορές πιο ευαίσθητοι σε απώλειες παρά σε κέρδη ίδιου μεγέθους. Εξαιτίας αυτού, τη στιγμή που ένας λογαριασμός πέφτει σε απώλεια, οι επενδυτές είναι επιρρεπείς στη λήψη αποφάσεων με βάση το άγχος και όχι την ανάλυση.
Η πράξη της καθυστέρησης μιας απόφασης με εναλλαγή μεταξύ πώλησης και εκμετάλλευσης σε μια αγορά που πέφτει κατακόρυφα δεν είναι έλλειψη ατομικής βούλησης, αλλά μια δομική ψυχολογική αντίδραση που εμφανίζεται σε όλους.
Οι περισσότερες παραδοσιακές επενδυτικές στρατηγικές επικεντρώνονται στη μεγιστοποίηση των αποδόσεων κατά τη διάρκεια των ανοδικών εξελίξεων και αφήνουν την απάντηση στις πτώσεις στη διακριτική ευχέρεια του μεμονωμένου επενδυτή. Το πρόβλημα είναι ότι αυτή η κρίση είναι πολύ πιθανό να κλονιστεί τη στιγμή που χρειάζεται περισσότερο.
Το σύστημα του Light of Learning έχει σχεδιαστεί έτσι ώστε τα δεδομένα και οι αλγόριθμοι να ερμηνεύουν την κατάσταση πριν εμπλακούν τα συναισθήματα.
Τα δεδομένα της αγοράς, συμπεριλαμβανομένων των δεικτών τιμής, όγκου και μεταβλητότητας, συλλέγονται συνεχώς και βελτιώνονται ώστε να αντικατοπτρίζουν τις τρέχουσες συνθήκες χωρίς καθυστέρηση. Ξεκινάμε από την υπόθεση ότι όσο μεγαλύτερος είναι ο κύκλος ανάλυσης, τόσο πιο αργή είναι η απόκριση.
Ένας αλγόριθμος πρόβλεψης που μαθαίνει τόσο τα προηγούμενα μοτίβα αστάθειας όσο και την τρέχουσα δομή της αγοράς ποσοτικοποιεί την πιθανότητα στροφής σε ύφεση. Δεν είναι μια οριστική προφητεία, αλλά πιο κοντά σε μια έγκαιρη προειδοποίηση που βασίζεται σε πιθανότητες.
Όταν ένα σήμα κινδύνου ξεπεράσει ένα κατώφλι, μια απώλεια τερματισμού εκτελείται αυτόματα σύμφωνα με προκαθορισμένες συνθήκες. Η προστασία λειτουργεί το ίδιο ακόμα και όταν ο επενδυτής δεν κοιτάζει την οθόνη.
Δεν είναι μια δομή που στοχεύει στη μεγιστοποίηση των βραχυπρόθεσμων κερδών, αλλά μια συστηματική κυκλική διαδικασία από τη συλλογή δεδομένων έως την πρόληψη κινδύνων.
Συλλέγουμε συνεχώς δεδομένα εγχώριων και διεθνών αγορών, δείκτες ανταλλαγής και δείκτες που σχετίζονται με τη μεταβλητότητα για τη συγκέντρωση βασικών δεδομένων για ανάλυση.
Τα μοντέλα τεχνητής νοημοσύνης εντοπίζουν ανώμαλα πρότυπα και σήματα κινδύνου στα δεδομένα που συλλέγονται και αξιολογούν το επίπεδο του καθοδικού κινδύνου στον οποίο εκτίθενται οι τρέχουσες θέσεις.
Εάν το εκτιμώμενο επίπεδο κινδύνου υπερβαίνει τα καθορισμένα κριτήρια, το σύστημα αναλαμβάνει δράση για να αποκλείσει τη ζώνη απώλειας σύμφωνα με προκαθορισμένους κανόνες.
Το Light of Learning έχει σχεδιαστεί για μακροπρόθεσμη βιώσιμη ανάπτυξη κεφαλαίου, χωρίς να ανταγωνίζεται για βραχυπρόθεσμες αποδόσεις.
Ακόμα κι αν ο ετήσιος ρυθμός απόδοσης είναι υψηλός, εάν υποστείτε μεγάλη απώλεια στο ενδιάμεσο, το ποσοστό απόδοσης που απαιτείται για την ανάκτηση του κεφαλαίου σας αυξάνεται ασύμμετρα. Για παράδειγμα, για να ανακτήσετε μια απώλεια 50%, θα χρειαστείτε μια απόδοση 100%, όχι το ίδιο ποσοστό.
Το Light of Learning ακολουθεί τη σειρά του πρώτου ελέγχου των ακραίων απωλειών ή του κινδύνου ουράς και, στη συνέχεια, του σχεδιασμού μιας στρατηγικής ανάπτυξης. Ο στόχος δεν είναι να εξαλειφθεί πλήρως η αστάθεια, αλλά να αποτραπούν εκ των προτέρων οι μειώσεις που είναι δύσκολο να ανακάμψουν.
Το Light of Learning δεν αφήνει το μοντέλο ανάλυσης και τη λογική εκτέλεσης ως μαύρο κουτί. Έχει σχεδιαστεί για να επιτρέπει στους επενδυτές να ελέγχουν ποιοι δείκτες έδωσαν ενδείξεις κινδύνου και με ποια κριτήρια εκτελέστηκε το stop loss.
Αυτό συμβαίνει επειδή πιστεύουμε ότι η διαφάνεια της διαδικασίας είναι εξίσου σημαντική με τα αποτελέσματα για να εμπιστευτούν οι επενδυτές το σύστημα.
Να είστε όσο πιο συγκεκριμένοι γίνεται, όσο χρειάζεται για να πάρετε την απόφασή σας.
Το Light of Learning συλλέγει μόνο την ελάχιστη ποσότητα δεδομένων που απαιτείται για την ανάλυση και εφαρμόζει κρυπτογράφηση τόσο στα τμήματα αποθήκευσης όσο και στα τμήματα μετάδοσης. Οι λειτουργίες που απαιτούν πρόσβαση στον λογαριασμό συνδέονται μέσω μιας δημόσιας διαδικασίας επαλήθευσης ταυτότητας που παρέχεται από χρηματιστήρια ή εταιρείες κινητών αξιών και δημιουργείται εσωτερικά ένα ξεχωριστό σύστημα αδειών πρόσβασης για τη μείωση της πιθανότητας κατάχρησης δεδομένων.
Ένα μοντέλο πρόβλεψης είναι ένα εργαλείο που προτείνει πιθανολογικά επίπεδα κινδύνου με βάση προηγούμενα δεδομένα και δεν προβλέπει οριστικά το μέλλον. Επομένως, δεν εγγυάται 100% πρόληψη απωλειών, αλλά έχει σχεδιαστεί για να συλλαμβάνει γρήγορα μηχανικά σήματα που οι άνθρωποι θα χάσουν εύκολα σε έντονες διακυμάνσεις. Οι βασικοί δείκτες που χρησιμεύουν ως βάση για την κρίση αποκαλύπτονται έτσι ώστε οι χρήστες να μπορούν να τους ελέγχουν άμεσα.
Η αρχική ρύθμιση ξεκινά με την εισαγωγή της επενδυτικής σας όρεξης και του αποδεκτού εύρους ζημιών. Οι προεπιλεγμένες τιμές παρέχονται έτσι ώστε να μην χρειάζεται να αντιμετωπίζετε σύνθετες παραμέτρους απευθείας και τα λεπτομερή πρότυπα μπορούν να προσαρμοστούν κατά την παρακολούθηση της διαδικασίας λειτουργίας. Η ίδια η διαδικασία εγκατάστασης δεν αντικαθιστά την επενδυτική κρίση, αλλά χρησιμεύει στη δομή του πλαισίου για αυτήν την κρίση.
Το Light of Learning δεν βιάζεται να αποκομίσει κέρδη. Πρώτα, προστατεύουμε από την παρακμή και μετά σχεδιάζουμε την ανάπτυξη πάνω από αυτήν.
Ξεκινήστε τη δωρεάν δοκιμή σαςΜπορείτε να ξεκινήσετε αμέσως χωρίς να δηλώσετε πιστωτική κάρτα.