根据真实数据训练的模型
模型使用历史数据进行训练，并使用实时市场数据进行更新，从而在重大价格变动之前识别相关模式。
Cume Caudalivo 用持续处理市场数据的预测模型取代手动审查。系统识别入口点并调整 DCA 值和频率，无需用户日常干预。
模型使用历史数据进行训练，并使用实时市场数据进行更新，从而在重大价格变动之前识别相关模式。
每个条目的价值和频率是根据系统检测到的市场信号而不是固定的日历间隔进行调整的。
每项资产的风险限额和自动警报可减少波动性峰值对分配资本的影响。
市场数据、交易量和宏观经济指标是从多个来源持续收集的。
生成的每个信号在应用于任何活跃投资组合之前都会根据历史数据进行验证。
订单遵循用户定义的参数，并完整记录系统做出的每个决策。
自动 DCA 在波动性较低的窗口内分配资金流入，从而减少数字资产短期大幅波动的风险。
预测信号支持股票头寸的重新平衡，在当前配置偏离定义的风险参数时发出信号。
自动通知会发出超出定义限制的风险变化信号，使您无需持续手动监控即可调整头寸。
数据在传输过程中和静态时均被加密。遵循最小权限原则，内部访问仅限于服务运行所需的基础设施。
除了以 CSV 格式导出数据以供外部分析之外，该平台还提供 REST API 用于连接到支持的经纪商和交易所。
无需编程。对 DCA、多元化和风险敞口管理等投资概念有基本的了解是有帮助的。