挑战
大多数管理多个收入流的专业人士都在多个交易所运营，每个交易所都有自己的界面、延迟配置文件和数据格式。手动协调这些信息的速度很慢，而且观察信号和采取行动之间的延迟扩大了我们所说的信息差距——决策落后于市场的幅度。
这种差距不会自行显现。它会在错过的重新分配窗口和根据部分信息做出的决策中悄悄积累，直到投资组合的增长趋于稳定，尽管有健全的基本策略。
解决方案
Wasserfall Investtra 将来自不同交易所的实时数据聚合到一个分析界面中。您无需手动核对数据，而是从统一的流动性视图进行工作，该视图反映了每个连接场所发生的头寸、风险敞口和市场变动。
该仪表板提供了跨互联交易所持有的单一综合分类账，以及随着订单簿变化而更新的流动性面板。数字在显示前已标准化为通用货币和时间范围，因此场地之间的比较是一致的，而不是近似的。
方法论
预测引擎的构建是为了支持判断，而不是取代判断。它构建了分析基础，以便最终的决定仍然由您做出，是明智的而不是自动化的。
价格、交易量和订单簿数据不断从每个连接的交易所中提取，并标准化为通用模式以进行比较。
根据历史和实时数据训练的模型可以识别价格行为中的重复结构，并标记与既定模式的偏差。
每个信号都会根据当前的风险敞口和波动性进行加权，从而生成附有信心和风险状况的建议。
建议是与相关的不利情况一起提出的，而不是作为孤立的数字。这使得我们可以根据风险承受能力而不是仅仅根据信念来确定风险敞口的大小。
随着新的市场数据的到来，模型会不断地重新训练，并且在部署任何修订之前会根据样本外的时间段来审查模型的性能。
实践中
以下内容反映了在主要角色之外管理收入的专业人士通常如何在有限的、非重叠的时间内使用该平台。
统一的视图不会按顺序检查每个地点，而是会显示持股在风险暴露方面重叠的情况，从而允许在一次会议上做出重新分配决策，而不是在多个分散的会议上做出。
在增加头寸之前，风险加权输出提供了下行情景的结构化视图，减少了在深思熟虑的时间有限时对直觉的依赖。
模式识别标记与先前逆转一致的条件，支持预定义的退出阈值，减少在压力或情绪偏见下做出的决策。
关于Wasserfall Investtra
Wasserfall Investtra 是围绕一个简单的前提构建的：手动分析时间有限的专业人士应该拥有能够降低复杂性而不掩盖其复杂性的工具。平台上的每个输出都可以追溯到其基础数据，每个建议都带有自己的置信度和风险注释，而不是纯粹的指令。
该平台并不声称可以消除投资风险。它旨在使存在的风险变得可见、可衡量，并且更容易权衡可用于管理风险的时间。
阅读我们的方法
透明度
交易所连接是通过支持的读取范围的 API 凭据建立的，这意味着该平台可以检索市场和帐户数据，而无需持有提款权限。传输中的数据经过加密，凭据静态时使用行业标准加密进行存储。
兼容性取决于每个交易所是否有稳定的公共或经过身份验证的 API。如果场所提供足够细粒度和及时的数据以保持统一仪表板的一致性，则添加支持。
没有预测模型可以提供确定性，Wasserfall Investtra 也不会呈现其输出。根据历史和实时结果不断评估模型，其置信度评分会随着市场条件的变化而调整，而不是在发布时固定。
加入专业人士队伍，使用数据驱动的情报来驾驭市场波动。请在下面留下您的详细信息，团队成员将安排访问。
