任何兼职投资的人很少有时间每天权衡价格趋势、新闻和交易量数据。决策通常是在时间压力下或基于直觉做出的——正是在市场波动最大的时刻。
Dravox Kexul 将这些决策从情感层面转移到算法层面 - 不是为了保证预测，而是为了使对数据的响应结构化且可重复。
该平台处理大量的市场和价格数据，并从中得出结构化的进入窗口。以下三个构建块构成了技术基础。
统计模型评估历史价格趋势和当前市场状况，以计算有利进入窗口的概率。这些模型不断地根据新数据进行重新调整。
头寸规模和回购间隔根据测得的波动性进行调整。目标是更均匀的成本基础，而不是个人、集中的采购决策。
一旦达到定义的阈值，系统就会触发存储的购买逻辑，无需任何手动中间步骤。每次执行都以易于理解的方式记录下来。
该过程遵循三个明确定义的阶段。每个阶段都建立在前一个阶段的基础上，并将数据量减少到必需的程度。
来自相关市场的价格、交易量和波动性数据不断导入并标准化，以创建一致的比较基础。
这些模型从原始数据集中过滤掉历史上与更有利的进入条件相关的重复模式，并丢弃噪声。
结果是在智能 DCA 逻辑框架内给出下次购买时间和规模的具体信号 - 易于理解且不涉及情感因素。
任何想要在工作之外建立额外的、基于规则的投资方法的人都将受益于不依赖于当天的形式或市场噪音的自动后续购买。头寸规模会根据您预定义的预算和衡量的市场情况进行调整。
结果：花在市场观察上的时间更少，多次购买的成本基础更加一致。对于不稳定的采购或财务决策中的战略规划，Dravox Kexul 基于用于入口点计算的同一数据库提供持续更新的风险指标。除了内部分析之外，这还为决策者提供了额外的基于数据的视角。
结果：可以集成到现有报告流程中的易于理解的决策原则。
Dravox Kexul 的开发目标是让投资决策减少对直觉的依赖，而更多地依赖一致处理的数据。重点是如何在不依赖短期投机的情况下系统地改善购买时间的问题。
该平台面向精通技术的专业人士和德国公司，他们重视可理解的逻辑，而不是一揽子利润承诺。每个功能的设计方式都使其工作原理保持可解释性。
有关方法论的更多信息