学生投資家のための予測モデリング
初期の暗号通貨分析に対する規律あるデータ主導のアプローチ
Eternally は、公開されている市場データに予測モデリングを適用し、学生が損失後に反応するのではなく、資本を投じる前にリスクを評価できるようにします。すべての出力はログに記録され、レビューできるように公開されます。
100%
モデル出力の一部は結果が判明する前に公開ログに公開されるため、誰でも精度をチェックできます。
学生投資家のための予測モデリング
Eternally は、公開されている市場データに予測モデリングを適用し、学生が損失後に反応するのではなく、資本を投じる前にリスクを評価できるようにします。すべての出力はログに記録され、レビューできるように公開されます。
方法論
以下のプロセスは完全に公開されています。各段階は、単一の信頼できる信号を生成するためではなく、推測を減らすために存在します。
市場データは、公的取引所やオンチェーン記録から一定の間隔で取得されます。プライベートまたは有料のデータ フィードは使用されないため、入力を個別に検証できます。
予測モデルは、ボラティリティ パターン、出来高の異常、過去の先例についてデータをスクリーニングし、単一の売買コールではなく構造化された出力を生成します。
各出力にはボラティリティの範囲と流動性の深さに基づいてリスクスコアが割り当てられ、確実性ではなくポジションサイジングの基準点を学生に提供します。
最終出力、リスク スコア、およびタイムスタンプは、市場の結果が判明する前に公開ログに書き込まれ、後から結果が編集されるのを防ぎます。
主な機能
各ツールは単一のタスクを中心に設計されています。市場を確実に予測すると主張する人は誰もいません。そうしないと、新しい投資家が情報に基づいて下す可能性のある意思決定の範囲が狭まります。
リスク / スコアリング
ボラティリティと流動性のデータを単純なスコアに変換するため、学生は資金を割り当てる前に 2 つの資産の相対リスクを比較できます。
アラート
資産が最近の取引範囲外に移動したときにフラグを立て、スイングの途中で反応するのではなく、ポジションを見直すよう早期のシグナルを与えます。
歴史
現在の価格動向を比較可能な過去の期間と並べて配置することで、動きが典型的か例外的かを判断しやすくします。
サイズ
学生が表明したリスク許容度および利用可能な資本に基づいて、個々のポジションの比例を維持しながら、推奨される配分を計算します。
透明性
すべてのモデル出力は、結果が判明する前に公開ログに書き込まれます。事後的には何も修正されないため、記録にはモデルが実際に発言した内容が反映されており、後で最も良く見える内容が反映されるわけではありません。
| タイムスタンプ (UTC) | アセットペア | モデル出力 | リスクスコア | ステータス |
|---|---|---|---|---|
| 2024-11-03 09:00 | サンプルペアA | 保留 — 信頼度が低い | 中等度 | 記録済み |
| 2024-11-03 15:00 | サンプルペアB | レビュー位置 | 高 | 記録済み |
| 2024-11-04 09:00 | サンプルペアA | アクションなし | 低い | 記録済み |
| 2024-11-04 21:00 | サンプルペアC | 露出を減らす | 高 | 記録済み |
例示的なログ形式 — 上の図は構造のみを表しており、実際の市場出力ではありません。
各エントリにはタイムスタンプが付けられ、公開時にハッシュ化されます。学生や外部の査読者は、タイムスタンプを公開市場データと相互参照して、出力が遡及的に変更されていないことを確認できます。
ログは追加専用です。過去のエントリは、後で間違っていることが判明したエントリも含め、編集または削除することはできません。
資産カテゴリごとのログエントリの分布例であり、パフォーマンスを主張するものではありません。
はじめに
オンボーディングのシーケンスは意図的に遅くなります。これは、モデルがリスクを説明するために使用する用語を学生が理解するまで、資本の投入を遅らせるように設計されています。
新しいユーザーは出力にアクセスする前に、公開された方法論と現在のデータ ソース リストを読むため、スコアの背後にある推論がブラック ボックスになることはありません。
実際の数値が表示される前に、ドローダウン、ボラティリティ、ポジションサイジングなど、ログ全体で使用される用語を短い用語集でカバーしています。
学生には、資金を割り当てる前に一定期間公開ログを追跡し、早期アクセスを指導ではなく観察として扱うことが推奨されます。
アプローチについて
Eternally は、ほとんどの新規投資家には機会が不足しているわけではないという見解に基づいて構築されました。それらを評価する一貫した方法が不足しています。どのモデルもそれを保証できないため、プラットフォームは大きな利益を約束しません。
代わりに、リスクの測定方法を標準化し、その測定値を可視化することで、学生が自分の判断を文書化されたプロセスと時間をかけて比較できるようにします。
