Yieldothen 数据分析工作区显示远程分析师使用的模型输出

决策支持基础设施

由经过验证的数据模型支持的决策。

Yieldothen 完全在浏览器中运行,因此分析师和投资者可以在任何具有稳定连接的位置进行操作。建议是根据统计模型而不是直觉生成的,并且每个输出都会被记录以供独立审查。

24/7
日志可用性
0.4秒
信号延迟
公共
验证状态
非盟
数据管辖权

透明层

公共日志,而不是销售平台。

每个模型运行都会写入任何帐户持有者都可以审核的日志。下面的条目说明了社区成员用来检查我们的输出是否与实际市场行为随时间变化的格式。

日志流活动 - 社区验证 模型置信度:87.2%
时间戳 (澳大利亚东部标准时间) 型号 信号延迟 模型信心 结果验证
09:14:02 波动率集群 v3 0.38秒 88.1% 已确认
09:12:47 风险加权筛选 0.41秒 82.6% 已确认
09:10:55 趋势持久性 v2 0.52秒 79.4% 等待关闭
09:08:31 波动率集群 v3 0.36秒 90.0% 已确认
显示的条目是日志格式的代表性示例。每个级别的账户持有人都可以看到完整的历史记录。

核心能力

专为处理机构规模数据的独立操作员而设计。

该平台是围绕单个远程操作员管理头寸或建议而设计的,而背后没有交易台。每个模块的作用都是减少人工审核时间,而不是取代判断。

01 / 建模

预测建模简介

在模型升级到实时状态之前,每个数据集都会经过统计显着性测试。该摘要总结了样本量、置信区间以及模型输出应打折的条件。

02 / 风险

风险缓解引擎

根据检测到的波动性集群对头寸进行筛选,标记历史相关性崩溃的时期。引擎不会阻止动作;相反,它在建议中附加了风险说明。

03 / 报告

自动报告模块

每日摘要无需手动编译即可生成,其格式可供个人审阅或分发给小型客户群。报告引用公共源中可见的相同日志条目。

方法论

从原始饲料到经过审查的推荐。

管道故意是线性的。每个阶段都会产生一个可以单独检查的制品,而不是单个不透明的输出。

01

数据摄取

市场、经济和情绪信息按照固定的时间表进行提取,并在处理任何内容之前检查是否存在差距或重复。不完整的提要会被标记,而不是默默地填充。

02

算法处理

清理后的数据通过相关模型运行,该模型输出概率范围而不是单个数字。该范围与最终建议一起保留在日志中。

03

人机交互验证

在发布之前,分析师会审查任何超出模型预期置信区间的输出。此步骤的存在是为了捕获模型无法看到的提要错误和上下文,而不是覆盖偏好的统计信息。

绩效指标

与标准基准进行比较,而不是与形容词进行比较。

我们根据简单的市场基准发布模型准确性,而不是依赖描述性声明。下表显示了账户持有人可用的完整数据集中使用的格式。

示例摘录 — 说明性日志格式,根据公共基准索引进行验证
型号 时期 模型精度 基准测试 已验证
波动率集群 v3 滚动90d 71.4% 指数基线 2024-11-02
风险加权筛选 滚动90d 68.9% 指数基线 2024-11-02
趋势持久性 v2 滚动30d 64.2% 指数基线 2024-11-01

上图仅说明了报告格式。帐户初始化后,每个模型的当前性能数据都可以在实时日志中完整查看。

访问层

根据您实际提取的数据量进行缩放。

每个层的不同之处在于 API 速率限制和可用历史数据的深度,而不是底层模型的准确性。所有层都从同一公共日志中读取。

独奏

独立分析师

  • 标准 API 访问,单用户工作负载的速率受到限制
  • 12个月的历史日志数据
  • 每日自动报告导出
  • 访问完整的公开表现日志
初始化账户
制度性

桌面级访问

  • 用于批量查询的专用 API 吞吐量
  • 获取原始饲料以及加工后的输出
  • 直接导出日志以供内部审计
  • 指定技术联系人负责集成查询
初始化账户

从任何地方部署先进的智能。

无论您从何处登录,Yieldothen 都运行相同的模型和相同的公共日志。没有办公室限制的功能集,日志更新也没有区域延迟。

所有系统均可运行 — 日志最后更新时间为不久前