建议背后的机制
该系统建立在三个假设之上：启动门槛低、对大量数据进行机械分析以及您（用户）始终做出最终决定。
无最低存款额
您创建一个帐户并从您选择的金额开始。该平台对初始资本没有要求，并且该模型根据可用资本调整建议，而不是相反。
持续数据分析
该模型持续处理市场数据、交易量变化和历史模式。分析会自动更新，您无需全天手动关注市场。
您保留控制权
Ola Grytten 在未经同意的情况下代表您提供建议，而不是自动交易。每条建议都附有理由，因此您可以在采取行动之前了解其中的逻辑。
风险过滤作为标准
在向您提供建议之前，系统会根据预定义的风险阈值对其进行筛选。目的是减少不必要的波动头寸风险，而不是完全消除风险。
从数据到决策
该过程由五个定义的步骤组成。每个步骤都是可追踪的，因此您可以查看给定建议背后的数据库。
数据收集
市场数据、价格历史和交易量统计数据是从多个来源收集并标准化的。
图案造型
算法可以识别不同时间范围内数据集中的相关性和偏差。
风险过滤
在取得进展之前，将根据波动性和暴露限制对结果进行评估。
推荐
您会收到包含原因、预期时间范围和风险级别的建议。
执行
您批准、调整或拒绝。未经您的同意，不会采取任何行动。
两种典型的方法
Ola Grytten 由非常不同的配置文件使用。以下是两个说明性场景，展示了平台如何适应资本和时间的使用。
资本有限的副业
没有投资经验的用户从小额开始，每周留出几分钟来查看建议。风险过滤器设置为较低水平，并且该模型优先考虑波动性较低的头寸，而不是尽可能高的预期回报。
拥有多元化投资组合的投资者
经验丰富的用户将多个资金来源连接到同一账户，并允许模型跨资产类别分配建议。每个类别的风险阈值都是手动调整的，用户每天通过全面的风险概览进行跟踪。
专为可追溯性而设计，而非猜测
我们围绕一个原则设计 Ola Grytten：只有当用户理解给出推荐的原因时，推荐才有用。因此，该平台显示了每条建议的数据基础和风险评估，而不是在没有上下文的情况下呈现现成的结论。
详细了解该方法及其背后的公司 关于我们- 侧面。
技术和风险的透明度
回答正在考虑开始的用户最常询问的问题。
我需要存入多少钱才能开始？
没有最低金额限制。您选择想要开始的金额，模型会根据账户中的可用资本调整建议。
系统是否代表自己做出决定？
不会。Ola Grytten 提供的建议带有理由。您自己批准、调整或拒绝每个提案。未经您的同意，不会进行任何交易。
分析中使用什么数据？
该模型使用价格、交易量和波动性等市场数据以及历史模式。数据经过标准化并不断更新，以反映当前的市场状况。
风险如何处理？
每个建议都会根据您自己指定的风险过滤器进行评估。该过滤器减少了高波动性头寸的风险，但并不能完全消除风险——没有任何分析模型可以保证回报。
该平台的使用是否需要专业技术？
不会。该界面旨在以清晰的格式显示建议和理由。您无需了解底层模型即可解释建议并采取行动。
帐户信息如何存储和保护？
帐户数据和交易历史记录均加密存储，每次登录时都需要进行身份验证。如需更多技术细节，请通过联系页面索取。