市場のボラティリティにより、新規投資家の 70% が最初の取引を行う前に行動を止めてしまいます。大学生にとって、問題はリスクだけではありません。それを管理するために使える時間です。
授業、定期レポート、およびコースワークの間に図表を確認することは、ポートフォリオ管理の持続可能な方法ではありません。手動による追跡では、学術的な議題と直接競合するため、常に注意を払う必要があります。
市場のその場限りのレビューには時間がかかりますが、それはより良いエントリーにはつながりません。注目の頻度は一貫した意思決定基準に代わるものではありません。
Prumo Quinhena は、一連の過去の価格、市場ボリューム、ボラティリティ変数を同じ意思決定モデルに組み合わせます。目標は、絶対的な確実性で将来を予測することではなく、定量化可能で再現可能なルールを使用して入力決定のばらつきを減らすことです。
モデル ルールは文書化されており、アクティブ化する前に確認できます。背後に説明可能な基準のないブラック ボックス シグナルや推奨事項はありません。
このモデルはデフォルトでは固定日に購入しません。リアルタイムでデータを分析し、限られた時間枠内で最適なエントリ ポイントを見つけます。
このシステムは、複数の取引所から価格、出来高、ボラティリティを短い間隔で収集し、資産の動きに関する継続的な基盤を構築します。
回帰モデルは、市場のコンテキストなしに固定日に購入を実行するのではなく、定義されたウィンドウ内のローカル価格の下限の確率を推定します。
モデルの条件がウィンドウ内で満たされると、システムは手動による介入や判断の遅れによる遅延なしに、対応する部分購入を実行します。
意思決定エンジンは、過去の価格と出来高シリーズでトレーニングされた回帰モデルによってサポートされています。潜在的なエントリーはそれぞれ、急激な下値シナリオでのエクスポージャーを制限するように設計されたドローダウン緩和しきい値に照らして評価されます。
このプラットフォームは、短期の投機取引ではなく、不安定な資産に低リスクで参入することを目的としています。このシステムはレバレッジ戦略や日中取引戦略を実行しません。
取引所との接続キーは暗号化されて保存され、第三者と共有されることはありません。システム アクセスは、モデルの実行に必要な操作に限定されます。
リアルタイムで適用される前に、各設定は以前の市場サイクルにわたってバックテストされ、モデルの出力を単純な定期購入戦略と比較します。
学生は、月々の支払いまたは雑務からの収入の一定部分を Prumo Quinhena に割り当てます。システムはその金額をより小さなエントリに分割し、任意の日に購入するのではなく、モデルが毎月の期間内に有利な条件を検出した場合にのみ実行されます。
奨学金基金や一時貯蓄の場合、ロジックは頻度から規模へと移行します。同じモデルは、投資速度よりも単一の価格帯へのエクスポージャを減らすことを優先し、間隔をあけて複数の流入に資金を分配します。初期金額はモデルの結果を決定しません。同じ入力ロジックが少量でも機能し、利用可能な資本が増加した場合でも戦略を変更することなく拡張できます。
資金は接続された Exchange アカウントに常に残ります。 Prumo Quinhena はモデルに基づいて注文書のみを送信します。出金と流動性はプラットフォームではなく取引所のルールに依存します。
このモデルは、下落が発生した場合に購入を自動的に停止しません。モデルは、その下落が定義されたウィンドウ内の価格の下限を表すかどうかを評価します。ドローダウン軽減しきい値が満たされていない場合、次のエントリは次の分析サイクルまで延期されます。
プラットフォームのコストについては、アカウントを接続する前に技術ドキュメントで詳しく説明されています。各取引に対して取引所によって請求される手数料は Prumo Quinhena とは独立しており、各戦略設定に表示されます。
このモデルは、価格や出来高などの公開市場データを処理し、暗号化して保存される取引所の接続資格情報以外の個人情報を必要としません。このデータは第三者に販売または共有されることはありません。