Toscano Signal 开发的模型可处理大量市场、订单簿和链上数据，并从中得出结构化的行动建议。重点是可追溯性：每个建议都可以追溯到底层数据点。
该平台针对的是那些希望有条不紊地而不是情绪化地控制加密货币分配的投资者——具有明确的进入、退出和风险限制规则。
课程全年 365 天进行，包括晚上和周末。人工观察有其局限性。
Toscano Signal 持续处理市场、交易量和链上数据，并根据历史验证的模型检测模式。决策是根据固定规则做出的，记录在案并可在事后验证。
三个组成部分构成了每项分析和每项风险决策的基础。
统计模型评估历史价格模式和链上指标，以估计价格变动的概率。预测不断与新数据进行比较。
市场和订单簿数据被持续导入和处理。与预期模式的偏差会触发对受影响位置的重新评估。
每个头寸都有最大损失限额和头寸规模的固定规则。无论信号质量如何，都会应用这些规则。
技术基础包括时间序列模型、基于规则的风险过滤器和以统一格式汇集市场和链上资源的数据基础设施。定期使用新的市场数据对模型进行重新训练。
每个策略在实际部署之前都会经过相同的审核流程。
历史市场和链上数据被清理并检查差距。
模型规则适用于过去的时期，而不了解未来的价格。
每个策略都会评估最大损失、波动范围和持有期限。
只有遵守定义的风险限制的策略才会发布以供实际使用。
客户区域的图形显示了相应基准指数旁边的选定时期内的模拟投资组合表现，并且还以单独的特征曲线形式显示了最大回撤阶段。
历史回测结果基于过去的市场数据，并非未来表现的指标。加密货币的价格波动较大；可能会损失投资资本。
对数据深度、报告和风险管理的要求因投资者类型而异。
访问详细的风险指标、回测协议和 API 接口，以便集成到现有的投资组合系统中。
预定义的风险状况，头寸规模明确有限，适合没有自己的量化基础设施的投资者。
适合想要与分析团队合作定义自己的策略参数的资产管理公司和家族办公室。
数据以加密形式传输和存储。访问仅限于授权系统，并且根据欧洲数据保护标准进行处理。
是的。机构客户会收到一个记录的接口，用于连接现有的投资组合和报告系统。
条件取决于投资额和选定的服务范围，并在合同签订前单独规定。