重试仪表板界面显示风险调整后的投资组合绩效指标

AI驱动的数据智能

通过复杂性保持清晰,每天报告

Retrial 持续处理大量市场数据,并将其转换为风险调整后的绩效指标,因此决策基于证据而不是情绪。

仪表板显示回撤、波动率调整后的回报和模型置信区间,按每日周期刷新,而不是实时噪音。

市场现在产生的数据比任何分析师都能合理解释的还要多

  • 统计噪声。 数千种资产的价格走势产生的信号看似有意义,但一旦孤立,就几乎没有预测价值。
  • 预测滞后。 当人类观察者看到趋势时,机会中有意义的部分通常已经过去了。
  • 情绪化决策。 波动的市场奖励耐心,但手动监控往往会鼓励被动的短期选择。
原始数据量
可用信号
可行的见解

三个功能协同工作,每个功能都会随着条件的变化而重新训练

没有任何一个模型被视为最终的。 Retrial 不断根据新数据重新检查自己的输出,这也是该平台名称的由来。

01 — 实时分析

持续数据分析

市场、链上和订单簿数据被持续摄取和标准化,使系统能够检测结构性变化,而不是孤立的价格变动。

02 — 预测建模

大规模模式识别

经过训练的模型可以识别资产和时间范围之间的多变量相关性,而人类分析师很难手动跟踪这些相关性。

03 — 风险缓解

确定性风险控制

头寸规模和风险限额遵循固定的、记录在案的规则,因此风险管理不依赖于压力期间的随意判断。

重审每日报告流程显示数据验证和审计准备

每 24 小时,您就会收到一份可供审计的绩效账户

报告不是根据要求生成的,也不是追溯调整的。每个周期都会产生捕获时的头寸、回报和风险敞口的固定记录。

  • 每日报告按资产类别发布,涵盖总回报和净回报、回撤以及当前风险敞口。
  • 记录基础计算,因此如果需要,可以将数字与原始数据进行核对。
  • 费用结构和决策逻辑在文件中披露;没有未公开的模型行为。

同一个引擎支持不同的投资方式

投资组合多元化

降低相关资产的集中风险

重审会监控持股之间随时间变化的相关性,并在看似多元化的投资组合实际上面临单一潜在风险因素时进行标记。

平均跨资产相关性0.41
有效多元化得分6.8/10
标记的浓度事件(30 天)3
再平衡触发阈值±5.0%
重新平衡行动(30天)7
已实现回撤与基准对比-2.3%

自动再平衡

在波动期间维持目标配置

当风险敞口超出预设阈值时,系统会根据固定规则进行重新平衡,从而在市场突然波动期间限制回撤,而无需人工干预。

历史回测

在实时部署之前验证策略行为

模型逻辑是根据历史市场周期(包括之前的高波动时期)进行测试的,因此在分配资本之前可以了解绩效特征。

回测窗口多循环
观察到的最差回撤-18.4%
恢复期(中位)41天

直接解答常见技术问题

账户和数据安全如何处理?

使用行业标准协议对传输中和静态的数据进行加密。用于交换连接的 API 密钥在交换支持的任何地方都以受限的只读权限存储,并且永远不会请求提款访问权限。

基础市场数据从何而来?

数据通过与成熟交易所和市场数据提供商的直接 API 集成获取。每个源在用于模型计算之前都会针对至少一个辅助源进行验证,从而降低依赖单点故障的风险。

AI的决策过程是黑匣子吗?

风险管理协议是确定性的并记录在案:头寸限制、风险敞口上限和再平衡触发器遵循固定规则,而不是不透明的自由裁量逻辑。预测组件会按计划进行重新训练,并且重新训练的标准会记录在您的每日报告中。

在投入资金之前审查平台

请求访问以查看示例投资组合配置的实时每日报告和历史回测。

请求平台访问

请求访问不需要支付详细信息。您将在评估期内收到一份每日报告样本。