分布式团队的投资组合优化
远程投资者重新平衡投资组合并没有得到交易大厅持续关注的好处。 Rigelance FX 按设定的时间表审查相关性和分配偏差，在单一行业或货币的风险敞口未被注意到之前提出再平衡建议。
决定仍然需要您的批准。模型准备分析；您保留对执行时间和大小的控制。
噪音问题
货币和股票市场每小时产生的数据比任何人手动查看的数据都要多。对于在客户通话之间管理投资的远程工作人员，或者从与银行不同的时区跟踪货币风险的企业主来说，庞大的交易量成为了障碍。价格源、新闻周期和相关资产的变化速度比人工审核允许的速度要快。
Rigelance FX 并不试图以绝对值来预测市场。它将广泛的数据集缩小为一组较小的统计支持信号，每个信号在到达您之前都根据历史条件进行了测试。
核心价值主张
该模型根据历史价格序列和宏观经济指标进行训练，然后针对以前从未见过的时期进行测试。它输出价格变动的概率范围，而不是单个固定预测，因此置信水平随每个信号变化。
每个信号都会根据当前位置暴露进行检查。该系统在相关工具复合之前标记其集中度，而不是在出现回撤之后。
批准的信号直接路由到连接的经纪或交易账户。执行在产生信号的同一数据周期中运行，而不是在下一个可用登录时运行。
说明性信号密度模式。每个条形代表一个经过回测的时期的过滤决策点；实际密度因工具和市场体制而异，过去的模式并不能决定未来的模式。
关于该方法
Rigelance FX 是围绕特定约束而设计的：使用它的人通常不坐在交易台前。他们正在经营业务、管理客户工作或审查其他职责之间的投资组合。该平台的建立是为了压缩研究时间，而不是取代判断。
每条建议背后都有数据。您可以在对信号采取行动之前而不是之后看到信号的历史基础。
方法论
价格、交易量和宏观经济数据从多个市场源中提取，并标准化为单个时间序列，从而在分析开始之前消除差距和不匹配的时间戳。
该模型将当前序列与历史模式库进行比较，对近期波动性的权重大于对遥远历史的权重，以保持产出与当前状况的相关性。
高于定义的置信度阈值的匹配将转换为排名信号，其大小根据您帐户中已设置的风险参数进行调整。
应用于实际决策
远程投资者重新平衡投资组合并没有得到交易大厅持续关注的好处。 Rigelance FX 按设定的时间表审查相关性和分配偏差，在单一行业或货币的风险敞口未被注意到之前提出再平衡建议。
决定仍然需要您的批准。模型准备分析；您保留对执行时间和大小的控制。
土耳其的一家企业主为国际客户开具发票，其货币风险随着每个结算周期的变化而变化。 Rigelance FX 跟踪历史波动模式的风险敞口，并标记统计支持对冲或时机调整的时期。
这并不能消除货币风险。它在发票到期之前（而不是在费率已经变动之后）为您提供数据点。
透明度
该模型从互联市场中获取价格和数量数据，以及已发布的宏观经济指标。在分析之前对数据进行标准化，以消除时间戳不匹配和特定于 feed 的差距。
测试使用向前推进的方法：模型在一个历史窗口上进行训练，并在稍后的、看不见的窗口上进行评估，然后窗口向前移动。这限制了仅在其构建数据上表现良好的模型的风险。
集成是通过您的经纪商或交易所的账户 API（如果支持）进行处理的。信号被传送到您现有的账户结构中，而不需要单独的交易环境。
开始使用
连接您的帐户并设置您的风险参数。该模型开始根据您现有的投资组合或下一个数据周期的风险敞口过滤信号。
开始集成Rigelance FX 提供数据驱动的决策支持。它不保证投资回报，回测业绩并不能保证未来的结果。