Geldvoro-Geld 并行处理来自多个来源的市场数据，并使用多阶段模型将其转换为具体的行动建议。其基础是预测建模：根据新的市场走势不断验证历史和当前数据流的统计模式。
每项建议在发布之前都会经过风险缓解。我们的目标不是不惜任何代价进行预测，而是一种基于证据的策略，该策略基于可理解的概率，并且由于可扩展的数据处理，即使在数据量增加时也能稳定运行。
信令遵循固定的顺序。每个步骤都会过滤并压缩数据，然后再将其传递到下一步。
来自多个来源的市场、订单和交易量数据以时间同步的方式合并和标准化。
模型识别重复出现的价格和数量结构，并将其与历史参考模式进行比较。
根据定义的风险参数检查已识别的模式；证据不足的信号将被丢弃。
剩余信号被优先化并以低延迟输出到用户界面或接口。
当价格发生快速波动时，系统首先检查波动是否是由于结构性因素或短期噪音造成的。只有通过风险过滤的运动才会产生信号。这可以避免对个别皮疹的下意识反应。
对于较长的持有期限，该模型对宏观经济和结构性数据系列的权重大于短期信号。建议的更新频率较低，但数据库范围更广，以便及早识别市场阶段之间的转变。
在不确定性增加的阶段，风险过滤会考虑现有头寸与可能的对冲工具之间的相关性。仅当预期风险降低证明额外的复杂性合理时，系统才会建议调整。
是的。交易信号和账户数据可以通过记录的界面访问，允许连接自定义系统或脚本，而不是仅仅依赖用户界面。
信号处理被设计为具有低延迟：从数据采集到信号输出通常需要几百毫秒，具体取决于市场利用率和相应请求的数据量。
经过身份验证和自动安全检查后，提款才会被释放。没有最短持有期限；无论正在进行的分析的状态如何，都可以请求可用的积分。
连接和存储的数据始终以加密形式传输或存储。对帐户和分析数据的访问会被记录并仅限于授权会话。