Método REC,加密资产分析仪表板,包含来自多个交易所的聚合数据
定量分析平台

一个仪表板可以解释您在各个交易所的仓位

Método REC 将来自不同交易平台的数据聚合到一个视图中,并在您做出决定之前应用预测模型来估计每个头寸的风险。

进入平台
背景

数据碎片导致分析疲劳

那些在多个交易所运营的人会定期查看四到六个不同的选项卡,以重建其投资组合的完整形象。每个平台都有自己的标准,并以不同的速度更新价格。

结果不是信息过多,而是 缺乏共同标准 来比较它。决策最终基于当时开放的平台,而不是实际的头寸设置。

Método REC通过API连接账户并在单一参考模型下标准化数据来解决这种碎片化问题,从而使每项资产都用相同的尺度来衡量。

交易所增加的曝光
交换。一个
交换。乙
交换。 c
交换。 d

在波动性正常化之前,专家组提供的综合观点的简化表示。


记录方法

任何推荐之前的三层处理

该名称概括了该过程的顺序:实时数据、与统计证据的对比以及由此产生的风险的计算。这三层中没有任何一层可以替代其他层。

右

实时集成层

统一的 API 层连接到支持的交易所,并在单一数据结构下同步余额、未结订单和近期变动,避免平台之间的格式不匹配。

乙

基于证据的预测模型

这些模型过滤掉短期波动固有的噪音,并将价格变动与可比较的历史序列进行对比,而不是对每个特定的变化做出反应。

c

风险评分计算

每个职位都会收到一个根据其与预期行为的偏差得出的数字分数,这使得不同性质的资产可以在相同的标准下进行比较。


统一视图

专为阅读而设计的面板,而不是斜视的面板

该设计避免了业内大多数工具中占主导地位的“报价带”格式。相反,优先考虑印刷层次结构和空白,以便每个图形都可以被理解而无需扩展它。

  • 按资产类别合并余额,交易所之间不重复
  • 按职位划分的风险评分,随每个数据周期更新
  • 偏离预期行为的历史
  • 模型生成的警报记录及其理由
Método REC,统一分析仪表板背后的团队和工作环境视图

实际应用

专为入门型材设计,不适用于密集型操作

以下两个场景描述了管理适度投资组合并优先考虑保存资本而不是最大化短期回报的大学生的常见用法。

01

跨资产类别的投资组合优化

仪表板将加密资产的比例与用户声明的其他头寸进行比较,并指示该比例何时偏离最初配置的风险状况。

示例:在单一资产敞口意外增加后建议重新平衡。

02

通过统计警报缓解风险

当资产显着偏离其历史波动范围时,系统会发出通知,而不是固定价格阈值警报,从而减少不相关的通知。

示例:基于 30 天移动平均线的统计偏差发出警报。


透明度

有关安全、数据和模型限制的问题

本节回答了在将真实账户连接到任何外部分析工具之前经常询问的问题。

如何管理连接数据的安全性?

在交易所允许的情况下,使用具有只读权限的 API 密钥建立与交易所的连接。 Método REC 不请求提款权限,并以加密方式存储凭证,与分析数据分开。

AI模型能做什么、不能做什么?

该模型可以识别统计模式和与历史数据的偏差,但不能准确预测未来事件。其信号是决策支持,而不是买卖指示,必须结合用户自己的判断进行解释。

该平台兼容哪些交易所?

兼容性取决于每个交易所公共 API 的可用性。活动集成列表会随着新连接的验证而更新,并在仪表板本身内发布。

根据数据而不是冲动做出决策

连接您的帐户,查看综合风险评分,并使用单个指南而不是多个打开的选项卡做出决定。

开始优化 注册前查看功能详情