零工经济收入按周和平台波动。许多员工转向市场和侧面投资来消除这种波动性，但他们往往根据提示、头条新闻或短期情绪采取行动，而不是采取一致的方法。
如果没有结构化的流程，少量的时间和资本分配就会面临可避免的风险，并且结果的差异远远超出其需要。
AxenTrade 获取市场和经济数据，应用根据历史模式训练的预测模型，并根据过去的市场条件验证每个策略，然后再将其作为建议提出。
结果是形成了一组较小的决策，每个决策都有书面的历史绩效记录而不是单一意见的支持。
仅作说明。历史回测并不能保证未来的结果；所有数字均用于演示方法。
AxenTrade 是围绕特定约束而设计的：有限的时间和有限的资本。该平台不需要持续监控，而是在后台运行分析，并在满足定义的标准时显示经过验证的机会的候选名单。
每项建议都可以追溯到记录在案的回测，因此您可以在投入任何资金之前查看其背后的假设和历史条件。
阅读我们的方法每个支柱都涉及决策过程的不同部分，从原始数据到最终的风险调整输出。
统计和机器学习模型处理历史价格、数量和宏观经济数据，以识别重复出现的模式和前瞻性概率范围，而不是单点预测。
每个候选策略在到达您的仪表板之前都会根据波动率限制、回撤阈值和头寸规模规则进行筛选，从而减少巨额单笔交易损失的风险。
实时数据处理意味着建议会随着市场状况的变化而更新，而无需您手动重新运行分析或亲自监控多个来源。
流程透明度是 AxenTrade 建立可信度的核心：每个输出都可以追溯到特定步骤。
市场定价、交易量和相关宏观经济指标是从许可的数据源中不断收集的，并标准化为一致的建模格式。
候选策略会针对多个历史时期（包括高波动时期）进行测试，以在生成任何实时推荐之前评估一致性。
仅提出满足预定义绩效和风险标准的策略，每个策略都附有用于验证它的历史数据。
每月盈余适度且不规则的零工工人使用 AxenTrade 将盈余分配给少量经过回测的策略而不是单一职位，旨在将风险分散到不相关的机会中。
当新数据到达时，平台会重新计算建议的分配权重，因此无需手动电子表格工作即可进行调整。
在市场之外有全职工作的个人投资者依靠 AxenTrade 的实时信号来识别历史上与有利的风险回报比一致的进入和退出窗口，从而减少持续观察图表的需要。
每个信号都伴随着基础策略的历史胜率和回撤概况，因此时机决策是根据上下文而不是孤立地做出的。
没有预测模型能够产生有保证的结果。 AxenTrade 的模型根据历史回测性能进行评估，并在新的市场数据可用时定期进行审查。历史结果与每项建议一起披露，以便您可以自行判断相关性，而不是依赖单一的准确性数字。
每个策略都带有记录的风险状况，包括回溯测试阶段生成的历史回撤和波动率数据。 AxenTrade 不提供无风险选项；策略经过排名和过滤，无法保证，过去的表现并不能预测未来的结果。
市场定价和交易量数据来自获得许可的金融数据提供商，并辅以公开的宏观经济指标。所有来源在输入预测模型之前都会进行标准化，以保持资产类型之间的一致性。
注册需要几分钟，并且需要符合英国金融服务要求的基本身份验证。注册后，您可以在决定是否按照任何建议采取行动之前查看示例回测。
创建帐户以查看历史绩效数据和当前建议。注册并不意味着有交易义务。