Nomad Bitgrove は予測モデルを市場データに適用し、行動する前に確認できる決定を明らかにします。手動でのグラフ作成はありません。技術的なセットアップはありません。すべての出力は独立したレビューのために記録されます。
手動で市場データを確認するのは時間がかかり、一貫性がありません。予測モデルは、疲労やバイアスなしに、すべてのデータ ポイントに同じ基準を継続的に適用します。以下の表は実際の違いを示しています。
| タスク | 手動分析 | Nomad Bitgroveモデル |
|---|---|---|
| データのレビュー | 1日の時間によって制限される | 24 時間継続的に |
| 一貫性 | 疲労や気分によって異なります | 固定基準、各サイクル |
| 記録の保管 | 非公式または欠席することが多い | ログに記録されタイムスタンプが付けられる |
| 必要な技術スキル | 中程度から高程度 | 設計上、なし |
このプロセスは意図的に短くされています。各ステージは表示されており、前のステップが正しく完了しないと何も進みません。
市場および口座データは自動的にプラットフォームに取り込まれます。アカウントを一度接続すれば、その後、スプレッドシートや手動アップロードは必要ありません。
予測モデルは、受信データを過去のパターンと現在の状況に照らしてスコア付けし、大規模なデータセットを関連する決定の短いリストに絞り込みます。
承認された決定は、事前に設定した制限内で実行されます。後でパフォーマンス ログですべてのアクションを確認できます。
私たちは予測ではなく結果を公表します。ログ内の数値は、モデルが実際に実行した内容を反映しており、モデルが実行する可能性のあるシミュレーションではありません。
実行されたすべての決定は、遡及的にではなく、決定が発生した瞬間にログに書き込まれます。アクティブなアカウントを持つコミュニティ メンバーは、エントリを自分のアカウント履歴と照合することができるため、遡って編集することは現実的ではありません。
不利なエントリーを記録から削除することはありません。パフォーマンスが低下した期間を含む完全なログが、モデルを合理的に判断できる唯一の基礎となります。
資本の保全は後回しではなく、主要な目的として扱われます。モデルは、決定が実行される前に定義した固定境界内で動作します。
実行前に、各決定は指定されたリスク制限に照らしてチェックされます。決定がこれらの制限に違反する場合、その決定は調整されずに破棄されます。これにより、異常な市況下でもモデルの動作を予測可能に保つことができます。
これらの設定は、ダッシュボードからいつでも表示および編集できます。永続的に修正されるものはなく、知らないうちに制限が適用されることもありません。
Nomad Bitgrove は単純な観察に基づいて構築されました。代替収入源を検討しているほとんどの人は、行動するための資本を持っていますが、市場を手動で分析するのに必要な時間や、独自のモデルを構築するための技術的背景を持っていません。
このプラットフォームは、信頼に基づいてパフォーマンスを評価するのではなく、継続的に実行されるモデルと実際に何を行ったかを検証できるログを使用して、そのギャップを埋めるために存在します。
Nomad Bitgrove について詳しく読む
いいえ。アカウント接続はガイド付きセットアップを通じて処理され、ルール、コード、または数式を記述する必要がなく、予測モデルが実行されます。あなたの役割は、リスク制限を設定し、ログを確認することです。
引き出しのタイミングは、Nomad Bitgrove 自体ではなく、接続されているアカウントプロバイダーによって異なります。出金リクエストが送信されると、次に利用可能な決済サイクルで、通常は英国の数営業日以内に処理されます。
アカウント データは転送中も保存中も暗号化されます。 Nomad Bitgrove はアカウント データを第三者に販売せず、生データへのアクセスは、予測モデルの実行とパフォーマンス ログの維持に必要なシステムに制限されます。
プラットフォーム自体によって強制される固定の最小値はありませんが、アカウントプロバイダーが独自のしきい値を設定する場合があります。最初の数週間は、綿密に確認しても問題ない量から始めることをお勧めします。
パフォーマンスが低い期間は、成功した期間と一緒にログに記録されます。ドローダウンしきい値を含むリスク制限は全体を通じて有効なままであり、いつでもモデルを一時停止することができます。
ここで取り上げられていない質問がありますか? よくある質問全文をご覧ください またはサポートチームにお問い合わせください。
セットアップには数分かかります。リスク制限を設定すると、モデルが継続的に実行され、その動作が検証可能な記録としてログに記録されます。