预测模式识别
统计模型从历史和当前数据集中识别重复出现的市场模式，并使用它们来计算概率场景。
该分析平台结合了三个处理级别。每个级别都完成决策过程中明确定义的任务。
统计模型从历史和当前数据集中识别重复出现的市场模式，并使用它们来计算概率场景。
每项建议都有风险指标支持。头寸规模适应单独定义的风险承受能力。
市场数据不断导入和处理。信号会相应更新，无需手动重新计算。
长期以来，机构分析程序都与较高的最低金额挂钩。 Morgenreif Global 将分析质量与存款规模分开，并可供任何启动资金使用。
决策过程分为四个记录在案的步骤。每一步都可以追踪，不属于封闭的黑匣子。
市场、价格和数量数据以结构化方式从多个来源汇集在一起。
在模型访问异常值和不良数据点之前，它们会被过滤掉。
预测和风险模型与关键数据并行处理清理后的数据。
结果以具体的、优先考虑的行动建议的形式呈现。
推荐逻辑保持相同，参数根据所选配置文件的不同而有所不同。
这些模型对风险限制的重视程度高于对回报机会的重视程度。头寸规模仍然较小，信号触发频率也较低。
风险模型和预测模型的权重相同。此设置适合中期投资的资本。
这些模型对短期市场走势的反应更快。风险限制仍然有效，但允许更大的波动。
账户和交易数据均经过加密处理。访问权限仅限于必要的最低限度，并记录技术访问。
这些模型提供概率陈述，而不是保证。每项建议都带有风险指标，因此不确定性仍然可见。
存款和取款可以独立于正在进行的分析而启动。所使用的资本没有最短持有期限。
不会。结果是作为易于理解的行动建议提出的。底层模型计算仍然记录在案并且可以查看。
不需要。无论投入多少资金，都可以使用注册和分析功能。