リスクプロファイルに基づいたポートフォリオを 60 秒以内に設定
Trelill は、手動でのチャート監視を市場を継続的に読み取る予測モデルに置き換えます。事前に何時間もかけて分析することなく、データを接続し、カスタマイズされた推奨事項を確認して導入します。
Trelill は、手動でのチャート監視を市場を継続的に読み取る予測モデルに置き換えます。事前に何時間もかけて分析することなく、データを接続し、カスタマイズされた推奨事項を確認して導入します。
現代のトレーディングデスクは、フィード、アラート、ダッシュボードに圧倒されています。情報量自体が障害になっています。情報が不足しているのではなく、情報に基づいて十分な速度で行動できないことが障害になっています。
一般的な小売トレーダーは、アクティブな時間帯に 6 ～ 12 個のデータ ソースを監視します。ソースを追加するたびに、意思決定が明確になるのではなく、待ち時間が増えます。パターンが手動で確認されるまでに、それに基づいて行動できる範囲はかなり狭くなっていることがよくあります。
フィード1 → フィード2 → フィード3 → 照合 → 決定
Trelill の予測モデルはバックグラウンドで継続的に実行され、レコメンデーション レイヤーに到達する前に各データ ソースの関連性をスコアリングします。残るのは、ランク付けされた機会とリスクの短いリストであり、フィルタリングされていないストリームではありません。
すべてのフィード → パターン スコアリング → ランク付けされた推奨事項
長いオンボーディングやスプレッドシートのテンプレートに記入する必要はありません。プロセスは 1 回のコーヒーブレイクに収まるように構築されています。
セキュリティで保護されたリードファースト API 接続を通じて、証券取引所、取引所アカウント、または既存のデータ フィードをリンクします。手動でファイルをアップロードする必要はありません。
このモデルは、資本、期間、および過去のエクスポージャーに基づいて、カスタマイズされたリスク プロファイルを生成します。必要に応じてパラメータを調整します。
推奨事項を確認すると、ポートフォリオが公開されます。モニタリングとリバランスはバックグラウンドで自動的に継続されます。
「知性」と書かれた謎のダイヤルはありません。 Trelill は 3 つの具体的な手法を組み合わせており、それぞれが実際のポートフォリオに触れる前に履歴データに対してテストされます。
数千の商品にわたって繰り返し発生する価格と出来高の構造を同時に特定し、統計的に意味のある繰り返しが発生した商品のみにフラグを立てます。
すべての推奨戦略は、ライブアカウントに導入される前に、少なくとも 5 年間の過去の市場データに対して検証されます。
金融ニュースや公的申告書が発行されるたびに処理し、それらが市場に与える可能性のある影響を現在のポジションと比較して重み付けします。
Trelill は、初心者向けのチュートリアルではなく、アクティブなトレーダーのワークフローを中心に設計されました。インターフェイスは意図的に最小限のままです。確認する画面が減り、乱雑さによって遅れる決定が減ります。
自動化されたすべての推奨事項は引き続き表示され、編集可能です。このプラットフォームは、トレーダーを意思決定から外すためではなく、分析にかかる時間コストを削減するために構築されています。
すべての接続ではリードファースト API アクセスが使用されます。つまり、Trelill はアカウント データを分析できますが、明示的な個別の承認がなければ資金を移動したり取引を行ったりすることはできません。転送中および保存中のデータは暗号化され、すべてのアカウント所有者がアクセス ログを利用できます。
Trelill は、英国および国際的な主要な証券会社および取引所との API 統合をサポートしています。プロバイダーがダッシュボードにリストされていない場合でも、分析目的で履歴データを手動でインポートできます。
はい。リスク許容度、最大ポジションサイズ、セクター除外、リバランス頻度はすべてリスクプロファイル設定から調整できます。デフォルトは変更するまで保守的です。
価格はアカウントのサイズと接続されているデータ ソースの数に基づいています。セットアップ中に支払いが要求される前に完全な詳細が表示されますが、試用期間後に続行する義務はありません。
データ ソースに接続すると、最初に調整されたリスク プロファイルが 1 分以内に表示されます。始めるのに長期的な取り組みは必要ありません。
無料で始めましょう投資や取引には、資本の損失の可能性を含むリスクが伴います。 Trelill は、意思決定をサポートするデータ主導の推奨事項を提供します。収益を保証するものではなく、モデルの過去のパフォーマンスは将来の結果を示すものではありません。推奨事項に従って行動する前に、ご自身の経済状況を考慮してください。