BigoAds 不是从单个指标发出信号，而是将多个模型分层在一起，然后将输出范围缩小到您可能实际采取行动的少量决策。
订单簿深度、链上移动和波动性指数是作为流式馈送而不是定期快照引入的，因此该模型无法根据过时的信息运行。
简短的入职评估会建立您的起始风险状况，然后模型将其视为细化的基线，而不是固定的设置。
该引擎根据当前条件运行前瞻性场景，并根据它们与校准容差的匹配程度（而不是原始优势）来对它们进行加权。
当您与建议交互时（接受、延迟或覆盖它们），模型会调整您帐户的权重，而不需要您手动重置任何设置。
| 数据摄取频率 | 连续、流式 |
|---|---|
| 模型刷新周期 | 每15分钟一班 |
| 涵盖资产 | 主要现货市场和流动性最高的代币 |
| 风险因素建模 | 波动性、流动性深度、相关漂移、情绪 |
| 适应基础 | 个人互动历史，而不是群体平均值 |
这里的风险建模意味着估计给定头寸的合理短期结果的范围，而不是预测单一价格。输出以方差带和置信度度量的形式呈现，因此您可以看到模型在任何给定时刻的确定性或不确定性。
下面的每一项功能旨在回答学生投资者在采取行动之前往往会提出的一个具体问题，而不是为了提供原始数据而提供原始数据。
标记价格波动聚集在一起的时期，从历史上看，这些时期要么是突破，要么是急剧逆转。
当您持有的两种资产开始更紧密地结合在一起时通知您，这会降低持有两种资产的多元化收益。
估计在不大幅改变价格的情况下平仓的容易程度。
将公众情绪数据作为多个输入之一，在可靠性较低期间自动加权。
大多数投资组合工具对每个用户都应用相同的固定阈值。相反，BigoAds 的自适应算法将您的风险承受能力视为动态估计，并在您每次参与建议时进行修改。如果您始终拒绝较高方差的建议，则模型会相应地缩小其未来的建议范围。如果你毫不犹豫地接受它们，它会逐渐扩大它呈现的范围，始终保持在你最初评估时设定的界限内。
默认情况下这是故意保守的。新帐户从较窄的方差范围开始，只有当系统积累足够的交互历史记录以证明更改的合理性时，方差范围才会扩大。
下表说明了发动机的输出如何因校准配置文件而异。您帐户的实际数字将取决于您的评估回复和持续的互动历史记录。
| 参数 | 保守形象 | 成长型形象 |
|---|---|---|
| 提示审核频率 | 每周 | 每 2-3 天一次 |
| 典型方差带 | 窄 | 更宽，在设定的范围内 |
| 重新平衡灵敏度 | 低 | 中等 |
| 情绪权重 | 影响力降低 | 标准影响力 |
结果模拟可让您在投入任何资金之前预览建议的分配在不同历史波动条件下的表现。这些是模型估计，而不是对接下来会发生什么的预测。
从小额、不规律的金额开始，优先考虑资本保值，同时了解市场行为。
每天监控市场的时间有限，因此依赖于预定的审查提示而不是持续的检查。
处理一次性流入，并希望有一个严格的结构来确定在任何时间接受多少差异。
不会。BigoAds 根据您的风险状况和市场数据生成分析输出。关于购买、出售或持有什么的决定完全由您决定，我们鼓励您将该模型视为多种输入之一。
平台本身没有固定的最低要求。由于数字资产市场波动很大，因此只值得分配您准备好看到大幅波动的金额，特别是当您仍在调整风险承受能力时。
它从您的入职评估开始，然后根据您随着时间的推移对建议的反应方式逐步调整 - 接受、拒绝或延迟它们全部纳入校准。
帐户数据在传输过程中和静态时都进行加密，个人标识符与用于建模的行为数据分开存储。可根据要求通过我们的支持团队提供更多详细信息。
没有什么是自动执行的。拒绝建议本身会被自适应算法视为有用信息，从而相应地缩小其未来的建议范围。
是的。入职评估是为先前接触有限的人员设计的，并且默认方差范围是保守的，直到系统有更多的交互历史记录可供使用。
还有疑问吗？访问我们的 完整的常见问题解答页面 或 联系支持人员。
创建帐户从简短的风险承受能力评估开始。没有义务立即为其提供资金，您可以在决定是否进一步继续之前检查模型的校准方式。
数字资产投资存在重大损失风险，包括损失全部存入金额的可能性。 BigoAds 提供分析工具来支持您自己的决策，但不提供个性化的财务建议。请在分配资金前仔细考虑您自己的财务状况。