背景
任何除了长期工作之外还想通过投资或交易增加收入的人很快就会遇到相反的问题。障碍不是信息的缺乏，而是信息的丰富。价格、新闻报道、订单簿和宏观指标快速交替，分布在每个使用自己的界面和术语的平台上。
这种碎片化增加了响应延迟和考虑不一致的风险。不是因为缺乏知识，而是因为除了其他义务之外，根本没有时间权衡所有来源。 Ferm Batelieschap 建立在这样的假设之上：一致的结果来自一致的信息处理，而不是来自正确时间的巧合警觉。
方法
我们的团队将定量建模与多个交易平台的实践知识相结合。我们使用的每个模型在添加到平台之前都会首先根据历史数据进行测试，然后定期进行重新校准。
这种做法是故意不慌不忙的。我们更愿意在验证之后添加来源或指标，而不是让速度优先于可靠性。对于除了其他收入之外还依赖于一致结果的用户来说，这种选择是先决条件。
核心功能
Ferm Batelieschap 同时连接到多个交换和数据源。来自所有这些来源的价格数据、订单深度和新闻流都被标准化为一种通用数据格式，因此符号、时区和粒度的差异不再给分析增加噪音。
结果是一个仪表板汇集了所有链接来源的头寸、信号和风险指标。您无需在平台之间切换，而是查看一个连贯的视图 - 每个信号的来源都可追溯到其原始来源。
方法论
该模型以概率方式工作：它以概率和带宽计算，而不是确定性。该过程中的每个步骤都是可追踪的，因此您可以了解提出建议的原因。
从所有链接的交易所持续导入价格数据、订单簿和文本源，每条记录都带有时间戳和原产地标签。
统计模型识别与历史基线的偏差和相关性，以概率表示。
每个信号都根据波动性和流动性进行加权，因此敞口是根据当前的不确定性量身定制的。
结果是一个带有基本论证的具体建议，而不是一个没有解释的孤立数字。
应用
除了任务工作外，独立策略师还希望建立一个结构化的投资组合，并在有限的时间内进行日常市场分析。
Ferm Batelieschap 根据宏观指标和行业利差编制定期情景，并根据预设的风险状况量身定制。
每周只需几分钟即可评估调整概述，无需持续监控。
投资者在多个证券交易所持有头寸，并希望深入了解相关风险。
该平台计算仓位之间的综合波动率和相关性，无论仓位是在哪个交易所开仓。
每个投资组合的风险评分，以及分散或减少重叠头寸的具体建议。
零工经济交易者对其他活动之间的市场变动做出反应，但所有相关来源的可见性有限。
一旦超出预设阈值，就会发出与预期带宽的偏差。
包含上下文和建议下一步的通知，以便决策不会推迟到下班后。
透明度
链接的交易所和钱包数据以加密方式存储，并专门用于您自己的仪表板中的分析。不会出于商业目的与第三方共享数据。
数据源每 60 秒刷新一次。从信号到显示在仪表板中的处理时间通常为几秒钟，具体取决于底层模型的复杂性。
Ferm Batelieschap 围绕可解释的人工智能而设计：对于每项建议，该平台都会显示哪些数据源、指标和权重对结果做出了贡献。这不是一个没有解释的黑匣子，而是一个可以计算的有迹可循的推理。
该平台通过 API 连接多个常见交易所和市场数据提供商。新链接是根据需求并在数据质量验证后添加的，而不是针对每个可用的提要自动添加。