手动跟踪数百个仪器是不切实际的，并且延迟信息会浪费机会。 legalalonso 的引擎从交易所源和订单簿快照中执行多源数据摄取，然后应用预测建模来标记模式转变，然后它们在标准图表上变得明显。
其结果是市场事件发生与交易者能够采取行动之间的差距更短，手动筛选的噪音也更少。
每条建议在到达交易者屏幕之前都会经过三个阶段，每个阶段都旨在减少虚假信号的暴露并保护资本。
持续收集超过 500 个货币对的价格、交易量和订单流数据并进行标准化，以便可以平等地比较不同交易所的资产。
预测模型根据历史波动模式对每一对进行评分，过滤掉可能扭曲短期决策的统计异常值。
排名后的入围名单会列出每个条目背后的理由，允许交易者在采取行动之前应用自己的风险承受能力。
当机会短暂时，规模就很重要。 legalalonso 旨在同时关注广阔的市场，而不是狭窄的候选名单。
损失资金是日内交易者做出的所有其他决定背后的担忧。 legalalonso 的模型经过训练，可以识别通常在经济低迷之前出现的早期状况，例如流动性稀薄或成交量与价格之间的背离，以便可以在走势全面展开之前评估风险。
这并不能消除交易风险。它让交易者有更多的时间来决定他们愿意持有多少。
交易者有理由希望在依赖建议之前了解其背后的含义。以下答案涵盖了我们最常被问到的领域。
legalalonso 使用分层预测建模方法，将时间序列模式识别与波动性评分相结合。每个层都旨在捕获不同类型的市场行为，从短期动量转变到长期流动性趋势，然后将输出组合成单个排名信号。
市场数据直接来自我们涵盖的货币对的交易所源和订单簿快照。多个来源相互交叉检查，以减少对单个错误或延迟的提要采取行动的机会。
新模型版本在引入实时分析之前，会根据涵盖一系列波动条件（包括平静期和急剧调整）的历史市场数据进行运行。我们寻求不同市场机制之间的一致性，而不是针对任何单一历史事件进行优化。
不会。legalalonso 会生成排名推荐和支持上下文。采取行动的决定以及任何头寸的规模仍由交易者决定。
legalalonso 持续监控 500 多对线对，以便可以根据过滤后的信号而不是原始噪声做出决策。设置帐户以查看监视列表的当前分析。