数字资产市场产生的信息量远远超出了手动处理的能力，即使对于经验丰富的分析师来说也是如此。新闻、交易量、资产相关性和流动性变化实时重叠，因此很难区分相关信号和统计噪音。
Selvaron Durelia的创建就是为了以结构化的方式解决这个问题：它不会取代投资者的判断，而是为他提供一个基于定量模型的分析过滤器，并在应用之前经过历史验证。
每分钟更新的数千个市场变量使得手动分析在结构上不完整。
数字资产之间的相关性变化很快，降低了静态规则的可靠性。
决策需要有记录的过程，而不仅仅是事后呈现的结果。
该过程分为三个不同的阶段，每个阶段都可独立验证：历史验证、持续预测分析和动态风险管理。
每个候选策略都追溯应用于历史价格和交易量序列，包括高波动时期。只有在多个市场周期中保持一致行为的配置才能进入下一阶段。
经过验证的策略是由不断更新的市场数据提供的。预测模型重新计算场景概率并报告与预期条件相比的显着变化，无需对分析流程进行手动干预。
建议的暴露水平不是固定的：它是根据观察到的波动性和可能结果的分散性进行重新校准的。在不确定性增加的情况下，系统会建议在风险转化为已实现损失之前减少风险敞口。
我们不提供对未来业绩的预测。相反，我们展示了这些策略在与今天应用相同的条件下经过验证的历史行为。
用于每月比较模拟历史趋势与真实市场数据的表示示例。
这些分析基于在较长时间间隔内收集的与所考虑的数字资产的价格、数量和流动性相关的公开市场数据。
每个策略都在样本外进行测试，即在初始校准阶段未使用的数据上进行测试，以降低过度拟合结果的风险。
历史结果记录了该过程的可靠性，它们不能保证不同市场条件下的未来回报。
Selvaron Durelia 的分析结构适应不同的需求，在每种情况下保持相同水平的方法严谨性。
为定期分配审查提供定量支持，并将情景模拟和预测分析应用于规模较大的多资产投资组合。
暴露参数根据每项任务的风险承受能力进行校准，报告记录了向客户提供的每项建议背后的逻辑。
持续监控资金风险敞口，并在波动性发生变化而需要审查头寸时及时报告。
我们认为，谨慎的投资者即使在评估结果之前也应该能够理解推荐的原因。因此，系统的每个输出都伴随着生成它的参数。
Selvaron Durelia 与专业数据分析人员一起工作：系统提出建议，分析师或投资者做出决定，并完全了解底层逻辑。
与分析的投资组合相关的市场数据和信息在传输和静态时均使用加密协议进行处理。分析系统的访问仅限于授权人员，并根据标准金融部门惯例接受定期检查。
该系统基于与数字资产的价格、数量和流动性相关的公开市场数据，并与回测阶段使用的历史序列相结合。不使用无法验证的来源或无法追踪的信息。
预测模型从经过验证的历史数据和当前市场数据开始开发概率场景。每个建议都附有所使用的参数，以便分析师可以在采取行动之前验证其一致性。
该平台旨在与现有分析流程相结合，无需更换已采用的工具。在最初的技术咨询期间详细讨论了集成方法。
不会。历史数据记录了过去市场条件下分析过程的稳健性，但并不是对未来表现的预测或保证。每项投资决策都涉及投资者所面临的风险。