数字游牧者面临着一个特定的限制：影响市场的事件不会等待稳定的 Wi-Fi，而时区的变化意味着在睡觉或途中经常会错过机会。碎片化地查看图表——这里几分钟，那里错过了一个信号——会产生犹豫，而不是做出决定。
Allegro 的预测模型持续获取波动性数据，并独立于您的连接情况识别统计上有利的切入点。当条件符合您定义的风险参数时，系统会自动执行预定购买。当您重新上线时，您可以查看结果；您无需亲自参与决策。
三种机制协同工作：信号检测、风险加权和持续重新校准。下面描述了每一个的作用以及它对您的投资组合的意义。
该模型扫描多个交易所的价格走势、订单深度和宏观指标，以检测早期波动模式。对于您的投资组合来说，这意味着入场时机基于比手动图表审查实际覆盖范围更广泛的数据集。
头寸规模是根据下行方差进行加权的，而不仅仅是总体价格变动——这种技术被称为非对称风险管理。实际上，这限制了急剧下跌期间的资本风险，同时保留了您从上行复苏中受益的能力。
系统不是在固定的日历日期购买，而是根据实时市场状况重新调整您的 DCA 计划。结果是平均入场价格往往会比纯粹基于时间的时间表有所提高，而无需您自己计时市场。
每个自动操作都遵循相同的三阶段顺序。以下是逻辑（按执行顺序）。
该系统从全球交易所源和宏观经济指标中提取定价、交易量和波动性数据，并持续刷新，而不是按固定间隔刷新。
传入信号根据历史波动模式和风险参数进行加权。只有在清除了定义的统计置信度阈值后，交易才会被执行。
一旦经过验证，该模型就会在确定的切入点执行美元成本平均购买。每次执行都会带有时间戳并记录下来以供您查看，无论您当时身在何处。
Allegro 不会对每个用户应用单一策略。推荐引擎会根据您设置的风险参数调整其权重，无论您是建立长期风险敞口还是在国外保留资本。
风险参数的设置是为了最大限度地提高市场参与度，模型的权重是积累而不是回撤。对于寻求本地交易所以外的全球投资的南非投资者来说，这种配置优先考虑一致的 DCA 执行而不是短期时机。
该引擎缩小了进入标准并提高了执行交易之前所需的置信阈值。与集中头寸相比，这种配置更倾向于更小、更频繁的入场，在货币和市场波动期间优先考虑资本稳定性。
风险参数使模型能够更自由地对短期波动信号采取行动，同时仍然在您控制的预定义限制内运行。此配置文件适合希望引擎快速响应市场状况而不需要手动监控的投资者。
决策引擎包括异常检测阈值。当价格变动大幅偏离建模的波动范围时，自动执行将暂停，直到根据更新的数据重新验证信号。这可以防止模型对可能反映临时交换或反馈错误而不是真实市场变动的数据采取行动。
用于信号处理的市场和账户数据在传输和静态时都被加密。个人帐户信息与用于训练和运行预测模型的数据集分开保存，并且不会出于与您的帐户无关的目的与第三方共享。
集成取决于交易所可用的 API。在抢先体验期间，我们将根据用户的现有账户直接与用户确认支持的交易，以便自动执行与您已持有资金的平台保持一致。
设置一次风险参数，然后让模型在您旅行时管理进入时间。早期访问包括配置您的第一个自动 DCA 计划的入职支持。