智能止损
系统根据资产的近期波动性和历史行为重新计算每个仓位的退出阈值，而不是应用固定的百分比。这可以减少不稳定市场中的过早退出，并在趋势被确认时限制损失。
背景
那些在远程工作时进行投资的人很清楚关注核心业务和关注空缺职位之间的紧张关系。数据超载以及在压力下做出决定的需要会导致错误，这些错误很少出现在电子表格中，但确实会出现在最终的盈利能力中。
缺乏经过良好校准的止损通常是策略中最脆弱的点，尤其是当市场走势超出了人们的反应时间时。
方法论
系统根据资产的近期波动性和历史行为重新计算每个仓位的退出阈值，而不是应用固定的百分比。这可以减少不稳定市场中的过早退出，并在趋势被确认时限制损失。
该平台同时分析多个市场来源、新闻和历史系列，过滤统计噪音，仅保留经过验证的相关性信号。
根据目标和宣布的风险水平，预测模型会生成具体的投资组合调整，并随着市场状况的变化而更新。
您收到的每条建议都会经历三个可验证的阶段，旨在将信息量减少到仅可操作的程度。
该系统实时收集多个市场的价格、交易量和宏观经济变量，以及作为模型参考的历史序列。
预测模型评估资产之间的波动性和相关性模式，在生成任何建议之前丢弃统计可靠性低的信号。
分析被转化为具体参数：退出阈值、建议的头寸规模和优先警报，因此您可以查看狭窄的建议，而不是连续的数据流。
专业用途
独立顾问和经理使用 Zhavelidro 报告向客户证明重新平衡决策的合理性，并记录每次调整的信号记录。
个人使用
来自不同国家的专业人士只需设置一次风险限额，并在他无法监控市场的时间里让智能止损发挥作用，从而减少急剧下跌的风险，而无需作为预防措施清算整个头寸。
数据在传输过程中和静态时都会被加密，并且对每个帐户信息的访问仅限于帐户本身授权的进程。 Zhavelidro 不会出于交易目的与第三方共享投资组合数据。
不需要。该平台使用您手动定义的市场数据和风险参数；任何订单的执行始终由您或您常用的经纪商控制。
该模型从可比资产的历史下降和特定工具的近期波动中学习，调整退出阈值，而不是对整个投资组合应用单一百分比。