デジタル資産のデータインテリジェンス
次世代の投資家向けの機関グレードのデータ。
Hash Hedge は、予測モデリングを暗号市場に適用し、その出力を学生の予算に合わせた推奨事項に変換します。目的はスピードや誇大宣伝ではなく、資金を投入する前にポジションの規模を決定し、そのリスクを理解する規律あるデータに裏付けられた方法です。
Hash Hedge は、予測モデリングを暗号市場に適用し、その出力を学生の予算に合わせた推奨事項に変換します。目的はスピードや誇大宣伝ではなく、資金を投入する前にポジションの規模を決定し、そのリスクを理解する規律あるデータに裏付けられた方法です。
主要な暗号通貨ペアの 1 取引日では、1 人が合理的にレビューできる量を超える量の価格、出来高、感情データが生成されます。そのほとんどはノイズ、つまり中期的な方向性とは関係のない短期的な反応です。
Hash Hedge のモデルは、そのノイズを行動に値するシグナルから分離し、その結果を一般的な売買アラートではなく、カスタマイズされた推奨事項に変換するようにトレーニングされています。限られた量の資本を管理する学生にとって、その区別は実際のスピードよりも重要です。
Hash Hedge が発行する各推奨事項は、同じ反復可能なプロセスを経ています。段階を理解すると、提案がなぜそのように見えるのかを説明するのに役立ちます。
グローバル市場データ (注文帳、オンチェーン活動、世論ソース) は継続的に取り込まれ、資産間で比較できる共通形式に正規化されます。
センチメントの変化に合わせて調整されたニューラル ネットワークを含むパターン認識モデルは、取り込まれたシグナルを過去の価格動向と比較して、短期的なレンジを推定します。
すべての出力は、推奨されるポジションサイズとヘッジノートとペアになっているため、推奨事項は機会とそれに関連するマイナス面の両方を反映します。
Hash Hedge は、ほとんどの小売向け暗号ツールが熟慮された意思決定ではなく、継続的な活動を目的として設計されているという観察に基づいて構築されました。私たちのアナリストとモデル エンジニアは、より単純な前提に基づいて作業しています。つまり、絶え間なく流れてくるシグナルよりも、少ない、より適切な根拠に基づいた推奨事項のほうが、学生の限られた資金と限られた時間に役立つということです。
運用中のすべてのモデルは文書化され、公開されたすべての推奨事項には、それが参照する市場の動きの前にタイムスタンプが付けられます。この順序、つまり最初に公開し、その後に検証するという順序が、以下の透明性ログの基礎となっています。
Hash Hedge は、公開後に推奨事項を編集または削除しません。以下のログは、アセット、モデル、方向、推奨事項が記録されたタイムスタンプの形式を示しています。参照期間が終了すると、呼び出しが正確であったかどうかに関係なく、結果が追加されます。
| アセットペア | モデル | おすすめ | ステータス |
|---|---|---|---|
| BTC / ユーロ | 勢いと感情の融合 | リスクを軽減、ヘッジを提案 | 記録済み |
| イーサリアム/ユーロ | ボラティリティ調整後のトレンド | 位置を維持、変更なし | 記録済み |
| ソル / ユーロ | センチメント加重パターンモデル | 2 週間にわたってステージングされた大規模なエントリー | 結果待ち |
形式は説明のために示されています。ライブエントリには公開時にタイムスタンプが付けられます。
ログへのアクセスをリクエスト →ログの目的は数学的な一貫性であり、マーケティングではありません。それをレビューする人は誰でも、推奨事項をその推奨事項を生成した正確なシグナルまで遡ることができます。これは、宣伝文句ではなく目に見える記録を通じて、モデルに対する信頼を確立する方法です。
予算が限られているからといって、多様化や監視が不十分である必要はありません。以下の 3 つのシナリオは、同じモデリング アプローチがより小さなポジション サイズにどのように適応するかを反映しています。
モデルは、パーセンテージだけでなく、絶対的なポジションサイズに基づいて提案された配分を再重み付けするため、200 ユーロのポートフォリオは、あたかも 20,000 ユーロであるかのように分散する必要はありません。推奨事項では、交換の最低額とトランザクションコストの影響が考慮されています。
予測モデルが短期ボラティリティの上昇を検出すると、システムは方向性コールではなくヘッジノートを表示します。目標は、1 回の急激な動きによって、1 学期分の節約された資本が侵食される可能性を減らすことです。
このプラットフォームは、頻繁な取引を促すのではなく、目標配分からのずれに基づいて、定義された間隔でのリバランスを提案します。これにより、継続的なアクティビティを奨励することなく、ポートフォリオを元のリスクプロファイルに合わせた状態に保つことができます。
モデルは、短期パターン認識のための勾配ブースト モデルとセンチメント分類のためのニューラル ネットワークの組み合わせを使用して、過去の価格シリーズ、オーダーブックの深さ、および世間のセンチメント データに基づいてトレーニングされます。トレーニング セットは、ある時点で固定されるのではなく、ローリング ベースで更新されるため、市場構造の変化に応じてモデルを調整するのに役立ちます。
Hash Hedge は、ドイツおよび EU 全域に拠点を置くユーザーに適用される要件に基づいて、アカウントおよびポートフォリオのデータを処理します。モデルのトレーニングに使用される市場データは公開フィードから取得されており、個人を特定できる情報は含まれません。アカウントレベルのデータは、個々のポートフォリオに対する推奨事項のサイズを決定するためにのみ使用され、基礎となるモデルには影響を与えません。
はい。リスクしきい値は、推奨事項が生成される前に構成できます。しきい値が低いと、モデルは資本保全に偏り、提案されるポジションサイズが小さくなります。しきい値を高くすると、より広い予想範囲の推奨が可能になります。しきい値はログに記録されたすべての推奨事項とともに表示されるため、過去の出力をコンテキストに応じて解釈できます。
Hash Hedge の解析レイヤーに無料でアクセスできるため、割り当てるかどうか、または割り当てる量を決定する前に、モデルの出力と透明度ログを確認できます。示された推奨事項に基づいて取引する義務はありません。