AI-powered risk management
Lind Verdivik 使用预测模型来持续评估风险和分配资本。该模型根据市场情况调整敞口,资金可随时提取。
分析引擎
该系统从多个来源持续收集市场数据、订单深度和链上活动。每个数据点在纳入整体风险评估之前都会根据历史可靠性进行加权,模型根据当前市场状况不断调整风险敞口,而不是保持静态分配。
目的不是预测孤立的价格变动,而是减少投资组合在高波动时期承担不必要风险的可能性。
方法
决策过程分为三个步骤,每个步骤都可以单独审查和验证。
市场数据、订单深度和链上交易从多个来源收集并实时同步。数据质量在包含到模型中之前经过验证。
统计和机器学习模型可以识别价格行为和波动性的重复模式。这些模型不断地重新训练,以限制过时模式的影响。
交易是根据可用流动性和预期价格影响进行的,以限制执行成本。头寸规模根据既定风险限额进行调整。
技术规格
系统工作框架的概述。联系后可获取完整文档。
常见问题
该模型不会降低市场本身的波动性,而是根据设定的风险限额调整敞口。当波动性增加时,头寸规模会减少,当情况稳定时,头寸规模会再次逐渐增加。
付款请求会持续处理,并且不受约束期的约束。处理时间取决于请求时市场的流动性。
该模型生成建议并在预定框架内执行。该框架,包括风险限额和资产限制,是预先定义的,并且可以通过协议进行调整。
个人评估背后的方法可以根据要求进行审查。 Lind Verdivik强调决策依据是可验证的,不表现为黑匣子。