01
预测趋势分析
使用历史序列和实时市场数据训练的模型可以在经典指标出现明显变化之前识别趋势变化概率。
流动投资者的挑战
传统投资假设有人每天检查市场几次。对于每隔几周更换时区的专业人士来说，这种持续的警惕是不现实的，而且往往无法维持。
通常的结果是以下两种情况之一：长期面临不受管理的下降，或者根据不完整的信息做出反应性决策。
Mercado YPForencia 系统连续处理市场数据并应用预定义的退出规则，无需等待您打开应用程序。它作为您的投资组合的永久监控层。
逻辑并不能取代你最初的投资标准；在您自己配置的风险限制内采取行动。
我们是谁
Mercado YPForencia 的诞生源于这样的观察：主动投资组合中大多数可避免的损失来自于后期决策，而不是来自糟糕的投资论文。我们设计了一个系统，该系统每天 24 小时持续执行风险管理的机械部分——不需要直觉，只需要纪律。
我们使用实时市场数据系列和训练有素的神经网络模型，在趋势恶化模式转变为重大损失之前识别它们。目标不是确定地预测市场，而是在预测失败时减少错误的程度。
核心技术
每个模块在决策周期内完成特定的功能。没有一个是孤立行动的：一个信号会影响下一个信号的标准。
01
使用历史序列和实时市场数据训练的模型可以在经典指标出现明显变化之前识别趋势变化概率。
02
系统不是固定阈值，而是根据资产近期的波动性来调整退出水平。它是一种主动缓解工具，旨在减少回撤，而不是静态限制。
03
当满足配置的条件时发送订单，而不取决于用户是否已连接或是否可以手动确认操作。
方法论
内部运作的透明度是我们建立信任的一部分。过程中的任何步骤都隐藏在黑匣子决策背后。
该系统从多个来源收集市场信息、交易量和宏观经济信号，在进行进一步分析之前对数据进行标准化。
这些模型寻找历史上先于相关趋势变化的相关性和异常，并根据其背景对每个信号的可靠性进行加权。
当满足配置的风险条件时，引擎会计算使预期损失最小化的退出点并执行操作，而无需人工干预。
使用案例
当用户离线数小时时，资产进入高波动阶段。追踪止损根据变动幅度调整其阈值，并在损失超过配置限制之前执行退出。着陆后，活动报告现在可供查看。
在正常工作日期间，系统会根据市场状况重新计算风险敞口，并根据定义的风险参数提出投资组合调整建议。用户可以在后台查看执行的操作，无需实时干预。运营安心来自于知道即使没有持续的监督，界限也会受到尊重。
透明度
关于安全性、流动性和决策逻辑的直接答案，没有我们无法兑现的承诺。
与经纪商和交易所的连接数据在传输过程中和静态时都会被加密。该系统的运行权限仅限于市场读取和订单执行，而无法访问提款功能，这减少了凭证泄露时的风险面。
引擎在发送订单之前评估可用的市场深度。如果流动性不足以以目标价格执行，系统会分割订单或调整退出阈值以尽量减少滑点，而不是强制以任何价格执行。
延迟取决于连接的代理的基础设施和网络条件，但内部信号处理以秒为周期执行。在波动性较大的市场中，这种节奏足以在跌幅大幅加深之前采取行动，尽管没有系统可以保证在所有情况下都能立即执行。