学生向けの分析プラットフォーム
VisitBohemia は、予測市場分析と通常の DCA 投資を組み合わせたものです。 このシステムは、現在のボラティリティを評価しながら、時間の経過とともに購入を分散し、資本が限られている学生のポートフォリオの結果に対するランダムなタイミングの影響を制限します。
背景のチャートは、ボラティリティ スコアに合わせて調整された購入価格平均法 (DCA) を示しています。閑散期には購入間隔が狭くなり、リスクが高まったときには購入間隔が広くなります。
仮想通貨市場の初心者のほとんどは、データではなく現在のセンチメントに基づいて意思決定を行います。 これは、上昇後に買い、下落後に売却するという典型的なパターンにつながります。
リアルタイムで価格を追跡するには、学生が通常はとれない時間が必要となり、長期的な傾向ではなく、過去数時間に基づいて決定を下すことになります。
価格の急激な上昇はすぐに購入する圧力を生みますが、価格の下落は売却の圧力を生みます。 どちらの反応も長期的には統計的に不利です。
システムがない場合、学生は通常、明るいニュースの後にスパート投資を行うため、通常のアプローチと比較して平均購入価格が上昇します。
過去のデータがなければ、現在の価格がボラティリティに比べて相対的に高いのか低いのかを判断するのは困難です。
このプラットフォームはDCAを別の戦略に置き換えるのではなく、評価されたボラティリティと以前の価格サイクルとの履歴相関に従って購入の頻度と規模を調整します。
この視覚化では、データ入力 (価格、出来高、ボラティリティ) を 1 つのリスク スコアに階層化し、それがその後個々の投資の規模に影響を与えることを示しています。
各メリットはプラットフォームの特定のメカニズムに基づいており、より高い利益を一般的に約束するものではありません。
購入は事前に定義された計画に従って行われ、手動による介入は必要ありません。 これにより、チャートを見るのに費やす時間がなくなり、衝動的な決定のリスクがなくなります。
各購入間隔は現在のボラティリティに基づいて評価されるため、リスクが高まる期間には投資量を減らすことができ、またその逆も可能です。
このシステムは、ユーザーによる毎日のチェックを必要とせずに、ポートフォリオの分布を時間の経過とともに監視し、選択したリスク レベルからの逸脱を警告します。
このプロセスは 3 つのステップに分かれており、各投資サイクル内で繰り返し実行されます。
このプラットフォームは、関連する市場から価格と出来高のデータを継続的にダウンロードし、さらなる処理のために標準化された形式で保存します。
予測モデルは現在のリスク スコアを評価し、選択された DCA 戦略に従って今後の購入のパラメータを調整します。
変更されたコマンドは、ユーザーが設定で別の要求をしない限り、追加の確認を必要とせずに、接続されたアカウント内で実装されます。
答えはマーケティングの仮定ではなく、システム設計から得られます。
ボラティリティが高い期間中のリスクスコアは通常、個々の購入の規模を縮小しますが、完全に停止するわけではありません。目標は、最も不確実な期間における 1 回限りの曝露を制限しながら、DCA の規則性を維持することです。市場の長期にわたる下落が発生した場合、ポートフォリオの価値が損失する可能性は排除されません。
このモデルは、過去の価格と出来高のデータを現在のボラティリティと組み合わせて、以前の価格サイクルとの相関関係を探します。出力は、設定された DCA プラン内の今後の購入のパラメータに影響を与えるリスク スコアの数値です。
いいえ、将来の価格動向を確実に予測できるモデルはありません。このシステムは確率論的なリスク推定に基づいて機能します。その目標は、特定のリターンを保証することではなく、時間の経過とともに平均購入条件を改善することです。
このプラットフォームは、学生の予算に典型的な、少量の定期的な投資向けに設計されています。具体的な最低金額は、接続されている取引口座の条件によって異なります。
分析インフラストラクチャの運用と注文の実行は、プラットフォームの使用に関連する料金によってカバーされます。正確な料金体系はアカウント登録時に表示されます。
アカウントの設定には数分かかります。最初の数回の投資サイクルでは、設定されたリスク プロファイルに従い、いつでも調整できます。