该系统采用三层数据处理。每层处理决策过程的不同部分，从数据接收到执行本身。
该平台同时接收来自多个来源的市场数据，并将其转换为适合机器学习模型的结构化格式。处理延迟为毫秒量级。
该模型在建仓前估计不利情况的概率。结果会影响分配的大小以及保护限制的设置。
交易订单通过安全的 API 连接自动发送给交易所合作伙伴。用户不需要在线或干扰该过程。
策略选择基于数据，而不是个人判断。每个策略都经过相同的多步骤验证。
该算法收集较长时间内的策略结果，包括波动性增加的时期。
该策略在原始训练周期之外的历史数据上进行测试，以验证结果的稳定性。
一旦获得批准，该策略将被放置在菜单中以供复制。当风险状况出现偏差时，绩效会被持续监控并暂停。
仪表板在一个视图中显示绩效曲线、风险调整回报和当前风险敞口，无需在工具之间切换。
该平台的设计目的是无需日常关注即可运行。这直接影响到如何将其纳入收入结构。
自由职业者和远程员工通常没有空间在工作时间监控市场。自动执行将交易的耗时性与创收分开。
复制策略对数据的反应独立于投资者的个人判断，从而降低了与用户在其投资组合的其余部分中自行做出的决策的相关性。
Dracennify 的诞生是为了将交易决策的质量与投资者投入的时间分开。该模型不适用于情感或直觉，仅适用于数据中可验证的模式。
与交易所 API 的所有通信均通过具有有限权限的加密连接进行。该平台无权从关联账户提取资金。
有关方法论的更多信息以下问题通常与连接的安全性、流动性和模型的历史表现有关。
连接通过 API 密钥进行，仅具有有限的交易授权。该密钥不允许提取资金或更改帐户付款详细信息。
如果模型评估市场交易量不足以安全执行，则不会开仓或减少订单规模，以避免不必要的价格波动。
他们不是。回溯测试显示策略过去的表现如何，而不是未来的表现如何。因此，在整个部署过程中持续监控每个策略的性能。
是的。复制的终止是立即的，并且不需要取消与证券交易所账户的关联。