摄取引擎并行处理来自多个资产类别的源。每个周期处理的数据密度是为活跃的市场用途而设计的，其中信息会在几秒钟内贬值。
目标不是确定地预测方向，而是识别统计上显着的模式并量化与每个信号相关的风险。
这些模型结合了多个时间范围内的动量、波动性和订单簿结构指标。当检测到的市场状况发生变化时，会重新校准参数，以限制模型漂移。
Mont Placion 并非设计为独立工具。它位于执行的上游，补充了现有的投资组合和风险管理工具。
原始数据的聚合和标准化：OHLCV、订单簿深度和交易流，通过 API 连接。
在选定的时间窗口上应用条件概率模型，并具有与每个信号相关的置信度得分。
将结构化信号传输到您的执行平台或经纪商，并附有相关的风险管理参数。
下表比较了两种方法的结构特征，但不假设有保证的性能结果。
| 特点 | 手动分析 | Mont Placion — 人工智能 |
|---|---|---|
| 同时监测对 | 受人的能力限制 | 500+ |
| 对饮食改变的反应时间 | 变量，取决于操作员 | 几乎连续 |
| 认知偏差（锚定、确认） | 目前，难以衡量 | 通过客观规则缓解 |
| 决策记录 | 经常是部分的 | 系统化 |
| 可用性 | 操作员待命时间表 | 24/7 涵盖的会议 |
在发出信号之前交叉多个指标的目的是减少单个孤立指标产生的矛盾信号的比例，而不是完全消除它们。
风险模块根据已实现的波动性调整建议的头寸规模，以便将风险敞口控制在用户定义的范围内。
下面的答案涵盖了技术团队在集成之前通常提出的问题。
