Sévélune — yapay zeka piyasası veri analizi arayüzü

Tahmine dayalı analiz · Kripto varlıklar

Performans için tahmine dayalı zeka

Sévélune sürekli piyasa verilerini bir araya getirir ve geçmiş döngülere göre eğitilmiş stokastik modelleri uygular. Önerilen stratejiler, sınırlı sermayeye sahip öğrenci kitlesine uyarlanmış kripto pazarlarına yapılandırılmış erişim için birkaç yıllık verilerle geriye doğru test edilmiştir.

Modelleri keşfedin Özellikleri görün

6 yıl Geriye dönük test derinliği

1.42 Ortalama Sharpe oranı (tarihsel)

−%18,3 Gözlemlenen maksimum düşüm

Metodoloji

Model piyasa gürültüsünü nasıl filtreliyor?

Teknik temel üç ardışık adıma dayanmaktadır: tahsilat, risk ağırlıklandırması ve ardından sinyal. Her adım belgelenmiştir, böylece yalnızca sonucu değil, mantığı da anlayabilirsiniz.

Veri toplama

Fiyat beslemeleri, işlem hacimleri, sipariş defteri derinliği ve zincir üstü göstergeler birden fazla platformda toplanır ve sürekli olarak normalleştirilir.

Stokastik modelleme

Olasılıksal modeller, yapısal hareketleri düzensiz değişimlerden izole ederek getirilerin kısa ve orta vadedeki dağılımını tahmin eder.

Kontrollü risk giriş noktaları

Sistem yalnızca beklenen getiri/tahmini oynaklık oranının önceden belirlenmiş bir eşiği aşması durumunda bir fırsat sinyali verir.

Bileşen	Şartname	Frekans
Pazar Kaynakları	Toplu sipariş defterleri, çoklu platform	Devam et
İşleme gecikmesi	Vektörleştirilmiş bilgi işlem ardışık düzeni	≈ 400ms
Geriye dönük test penceresi	Geçmiş veriler 2018–2024	6 yıl
Model incelemesi	Yeni veriler üzerinde yeniden eğitim	Haftalık

Sévélune — veri modelleri üzerinde çalışan analistlerden oluşan ekip

Operasyon

Sezgiye değil verilere dayalı bir yaklaşım

Sévélune mutlak tahminlerde bulunmaz. Platform olasılıkları, güven aralıklarını ve risk senaryolarını geri yükler, ufkunuza ve toleransınıza göre karar vermek size kalmıştır.

Her öneriye performans geçmişi ve bilinen sınırlamalar eşlik eder, böylece karar devredilmek yerine bilgilendirilmiş olarak kalır.

Sévélune hakkında daha fazla bilgi edinin

Geçmiş getiriler test edildi

Geleceğe dair vaatler olmadan geriye dönük test sonuçları

Aşağıdaki rakamlar geçmiş verilere dayanan simülasyonlardan alınmıştır. Geçmişteki performans, özellikle kripto varlıkları kadar değişken bir piyasada gelecekteki sonuçların garantisi değildir.

Tipik portföyün simüle edilmiş gelişimi (100 tabanı)

2018-2024 dönemi boyunca model sinyallerine göre aylık olarak yeniden dengelenen simüle edilmiş portföy.

Sharpe oranı 1.42

Maksimum düşüm −%18,3

Yıllık volatilite %24,1

Kazanan sinyal oranı %58,6

Strateji (geriye dönük test)	Yıllık getiri	Maksimum düşüm	Sharpe
Pasif portföy (referans)	%31,2	−42,7%	0.71
Model Sévélune — koruyucu profil	%19,8	−%11,4	1.58
Model Sévélune — dengeli profil	%27,5	−%18,3	1.42

Yukarıdaki veriler geriye dönük simülasyonlardan (geriye dönük testlerden) gelir ve gelecekteki performansa dair bir garanti oluşturmaz. Kripto varlık piyasası, kontrollü risk senaryoları da dahil olmak üzere sermaye kayıplarına maruz kalmaya devam ediyor.

Mevcut araçlar

Riske maruz kalmayı yönetmek için bir dizi araç

Her modül belirli bir operasyonel soruyu yanıtlıyor: ne zaman harekete geçileceği, sermayenin nasıl dağıtılacağı ve maksimum zararın kabul edileceği.

İzleme

Gerçek zamanlı uyarılar

Takip edilen bir varlık, her sinyalle ilişkilendirilen güven düzeyiyle birlikte model tarafından tanımlanan istatistiksel eşiği geçer geçmez bildirim alınır.

Ödenek

Portföy Optimize Edici

Genel riskin gerçek zamanlı optimizasyonu için varlıklar ile tahmini oynaklık arasındaki korelasyona dayalı olarak hesaplanan sermaye tahsisi.

Risk yönetimi

Risk simülatörü

Belirli bir ufukta olası maksimum kaybın tahmin edilmesiyle, mevcut tahsisiniz üzerinde olumsuz piyasa senaryolarının test edilmesi.

Demokratikleştirilmiş erişim

Finansal teoriden denetimli uygulamaya

Sévélune, genellikle sınırlı başlangıç sermayesine sahip, çalışmalarının yanı sıra pazar analizini de keşfeden bir kitle için tasarlandı.

01 Volatilite, Sharpe oranı ve varlıklar arasındaki korelasyon kavramlarına giriş modülleri.
02 Kısa bir geçmişin istatistiksel sınırlarını anlamak için geriye dönük test sonuçlarının rehberli okunması.
03 Herhangi bir simülasyondan önce sermaye taahhüdü olmadan gerçek veriler üzerinde pratik alıştırmalar.
04 Veriye dayalı öğrenme: Her öneriye, temel sinyalin bir açıklaması eşlik eder.

Platform erişilebilirliği

Modüllere ve geçmiş sinyallere başvurmak için Sévélune tarafından minimum sermaye uygulanmaz. Emir gerçekleştirme ücretleri, kullanıcı tarafından seçilen değişim platformuna bağlıdır.

Amaç hem eğitimsel hem de operasyonel olmaya devam ediyor: Bir kararın mekaniğini, onu gerçek miktarlarla uygulamadan önce anlamak.

Neden Sévélune'i seçmelisiniz?

Sık sorulan sorular

Yapay zeka yardımının kapsamı ve sınırları

Veri kaynakları, gecikme ve sermaye koruma mantığına ilişkin doğrudan yanıtlar.

Sévélune hangi veri kaynaklarını kullanıyor?

Akışlar, merkezi borsa emir defterlerinden ve halka açık zincir üstü göstergelerden gelir. Sinyalleri görüntülemek için hiçbir kişisel işlem verisine gerek yoktur.

Bir sinyal ile yayını arasındaki gecikme nedir?

Toplamadan sinyal oluşturmaya kadar tüm işlem yaklaşık 400 milisaniyede gerçekleşir. Bu gecikme, volatilitenin yüksek olduğu piyasalarda icra riskini ortadan kaldırmamaktadır.

Model sermaye korumasını garanti ediyor mu?

Hayır. Sistem, geçmişteki olumsuz kalıplara maruz kalmayı azaltmayı amaçlamaktadır ancak kripto varlıkların doğasında olan kayıp riskini ortadan kaldıramaz. Geriye dönük testte gözlemlenen maksimum düşüş, geriye dönük bir gösterge olmaya devam etmektedir.

Geçmiş performanslar geleceği temsil ediyor mu?

Görüntülenen sonuçlar geçmiş verilerdeki simülasyonlardan gelir. Piyasa koşulları değişir ve bir dönemde iyi performans gösteren bir model diğerinde düşük performans gösterebilir.

Platformu kullanmak için önceden finans bilgisine ihtiyacınız var mı?

Hayır, ancak entegre eğitim modülleri, risk simülasyon araçlarını kullanmadan önce eksik kavramları doldurmak için tasarlanmıştır.