暗号通貨の価格変動は頻繁かつ激しく、単一のニュースイベントとは切り離されていることもよくあります。初めて市場に取り組む学生にとって、この変動性は、証拠ではなく恐怖や興奮によって引き起こされる反応的な意思決定に変わる可能性があります。
GayKan AI は、インパルスとアクションの間に分析距離のレイヤーを導入するために構築されました。プラットフォームのモデルは、過去の価格動向、出来高パターン、ボラティリティ指標を処理し、その分析を構造化され文書化された推奨事項に変換します。
その目的はリスクを排除することではなく、仮想通貨は本質的に不安定なままですが、推測を透明性のある反復可能なプロセスに置き換えることです。
基礎となるロジックは意図的に単純化されています。各推奨事項は、学生のダッシュボードに到達するまでに 3 つの異なる段階を通過します。
候補戦略は、プラットフォームで利用可能になる前に、長年にわたる過去の市場データに対してテストされます。このステップでは、特定のアプローチが景気低迷を含むさまざまな市場状況でどのようにパフォーマンスを発揮したかを特定します。
戦略が有効になると、システムは現在のボラティリティと流動性の状態を継続的に監視し、市場の動きが戦略が最初にテストされた条件から逸脱した場合にフラグを立てます。
出力は単一の指示ではなく、ランク付けされた考慮事項のセットとして提示されるため、学生は自分のリスク許容度や利用可能な資本に応じてポジションのサイズを決定できます。
GayKan AI は、ユーザーのレビューに依存するのではなく、各戦略の過去のパフォーマンスの背後にある方法論を公開しているため、単に信頼するだけでなく結果をレビューすることができます。
バックテストされた各戦略には、テストされた歴史的期間にわたって、そのシグナルがどのくらいの頻度でポジティブな結果をもたらしたかを市場フェーズ別に分類した記録が含まれています。
過去の最大ドローダウン (テスト中に観察された最大の山から谷までの下落) が勝率の数値とともに報告され、上値だけでなくリスクの全体像が得られます。
リターンは、それらを達成するために必要なボラティリティに応じて提示されるため、控えめなリターンと低いドローダウンの戦略は、より高いリターンとより高いリスクの代替戦略と同等の立場で評価できます。
プラットフォーム上のすべての推奨事項には、その情報を提供したデータ ポイント (ボラティリティ レベル、最近の出来高傾向、過去のパターン マッチ) の短い説明が付いています。目標は、特定のエントリ ポイントにフラグが立てられたことを確認するだけでなく、なぜそのエントリ ポイントにフラグが立てられたのかを生徒が理解できるようにすることです。
このアプローチは、時間の経過とともに、単一の資産クラスを超えて適用できる、市場分析に関する真の金融リテラシーを構築することを目的としています。
ボラティリティ、流動性、リスク調整後のリターンについての入門書で、金融の知識がない学生向けに書かれています。
プラットフォーム独自のものを含む過去の戦略を評価する際に、勝率、ドローダウン、サンプルサイズを解釈する方法のチュートリアル。
戦略のフィルタリング、ポジションサイジングの調整、リアルタイムのリスクフラグの確認方法を説明するダッシュボードのガイド付き概要。