Visuel du tableau de bord d'analyse prédictive des données MoonoptionETH
Intelligence des données pour les décisions d'investissement

Des modèles prédictifs, testés par rapport à l’historique du marché et non au battage médiatique du marché.

MoonoptionETH traite les données de marché historiques et en temps réel pour signaler les risques et évaluer les opportunités. Chaque recommandation remonte à un modèle backtesté, et non à une prévision sans enregistrement.

Conçu pour les investisseurs et les décideurs d'entreprise basés au Royaume-Uni qui ont besoin de preuves avant d'agir. Les données de performances passées sont divulguées dans leur intégralité au sein de la plateforme.

Fondation logique

Comment les modèles arrivent à une conclusion

MoonoptionETH ne publie pas de prédictions sans processus traçable. Chaque étape ci-dessous est enregistrée et vérifiable depuis le tableau de bord.

ÉTAPE 01

Ingestion de données

L’activité en chaîne, la profondeur du carnet de commandes et les indicateurs macroéconomiques sont extraits en continu. Les données sont normalisées avant qu'un modèle ne les voie, réduisant ainsi le bruit des sites à faible liquidité.

ÉTAPE 02

Validation des backtests

Chaque modèle est exécuté sur des périodes historiques sur lesquelles il n'a pas été formé. Une stratégie doit résister à plusieurs cycles de marché avant d’atteindre la production.

ÉTAPE 03

Notation des risques

Les résultats sont convertis en score de risque et non en objectif de prix. La plateforme classe l'exposition en fonction de la volatilité et de la probabilité de retrait, et non en fonction du gain attendu.

L'analyse s'effectue sur une base continue. Les modèles sont revalidés à intervalles fixes par rapport à de nouvelles données, et tout modèle dont les performances sont inférieures à sa référence historique est signalé pour examen avant d'influencer une recommandation.

À propos de l'approche

Construit sur des preuves, examiné selon un calendrier fixe

MoonoptionETH a été construit sur le principe selon lequel une recommandation est aussi crédible que les données qui la sous-tendent. La plateforme ne promet pas de résultats. Il rend compte de ce qui s'est produit historiquement dans des conditions comparables et laisse l'investisseur décider.

La logique du modèle, les sources de données et les fenêtres de backtest sont documentées et disponibles pour examen dans le tableau de bord. Rien n'est présenté comme une garantie.

Espace de travail analytique MoonoptionETH utilisé pour examiner les backtests du modèle
Mesures de performances

Ce qui est mesuré et comment cela est rapporté

MoonoptionETH divulgue la structure du backtest ainsi que les résultats. Les figures ci-dessous décrivent la méthodologie et non les rendements projetés.

Modèle illustratif de baisse et de reprise utilisé en interne pour tester la stabilité du modèle au cours des périodes de volatilité historiques, y compris les ralentissements de 2018 et 2022.

Fenêtre de backtest 2017 – Présent
Rééquilibrage de la cadence Intervalle fixe
Surveillance des prélèvements Continu
Revalidation du modèle Programmé

Les résultats des backtests historiques décrivent le comportement passé des données dans les conditions de modèle indiquées. Ils ne constituent pas un indicateur des performances futures et aucun résultat n’est garanti. Les chiffres présentés dans le tableau de bord incluent les dates, la taille de l'échantillon et les conditions exactes testées.

Utilité stratégique

Où la sortie est appliquée

Deux cas d’utilisation principaux déterminent l’adoption : réduire l’exposition aux baisses et identifier les conditions d’entrée statistiquement significatives avant les mouvements plus larges du marché.

Réduction des risques pour l’allocation institutionnelle

Les gestionnaires de portefeuille utilisent le score de risque pour ajuster la taille des positions avant les fenêtres de volatilité signalées. Le modèle n’ordonne pas de vente ; il quantifie l'exposition afin que la décision appartienne au gestionnaire.

Utilisation institutionnelle
  • Score d’exposition pondéré en fonction de la volatilité
  • Indicateurs de probabilité de retrait
  • Journal d'audit des entrées du modèle

Signaux prédictifs de croissance pour les investisseurs individuels

Les investisseurs indépendants utilisent des modèles d’entrée backtestés pour prendre des décisions en matière d’allocation de temps. Les signaux sont classés selon leur fiabilité historique et non selon l'ampleur du mouvement attendu.

Utilisation individuelle
  • Classement des modèles d'entrée par fiabilité
  • Comparaison historique avec des conditions similaires
  • Notes sur les risques au niveau de la position

MoonoptionETH se connecte aux formats standard de suivi de portefeuille et de reporting d'échange, permettant aux résultats de s'associer aux tableaux de bord de risque existants plutôt que de les remplacer.

Transparence

Questions qui nous sont posées directement

Les questions techniques et de sécurité sont abordées ici sans réserve. Tout ce qui n'est pas couvert est répondu directement par l'équipe via la page de contact.

MoonoptionETH exécute-t-il les transactions automatiquement ?

Non. La plateforme fournit des recommandations notées et des données sur les risques. Les décisions d'exécution appartiennent à tout moment à l'utilisateur ou à son institution.

Comment les données historiques sont-elles obtenues et vérifiées ?

Les données de marché sont extraites du carnet de commandes et de l’historique des transactions déclarés par la bourse. Les écarts entre les sources sont signalés et exclus de la formation du modèle plutôt que moyennés.

Que se passe-t-il si un modèle sous-performe son backtest ?

Il est supprimé de la recommandation active et enregistré pour examen. Un modèle n'est pas restauré tant qu'il n'a pas été testé à nouveau par rapport aux conditions qui ont provoqué l'écart.

Les données des clients sont-elles partagées avec des tiers ?

Non. Les données du compte et du portefeuille sont utilisées uniquement pour générer des recommandations pour ce compte. Des données agrégées et anonymisées peuvent éclairer la formation des modèles, sans qu'aucune donnée de position individuelle ne soit divulguée.

À qui MoonoptionETH est-il conçu ?

La plateforme est conçue pour les investisseurs professionnels basés au Royaume-Uni, les équipes de trésorerie d'entreprise et les investisseurs individuels qui souhaitent des preuves basées sur des modèles avant d'attribuer des actifs numériques.

Le traitement des données suit les principes du RGPD du Royaume-Uni. Les données du compte sont cryptées au repos et en transit, et conservées uniquement aussi longtemps que nécessaire pour fournir le service ou respecter une obligation légale.

Étape suivante

Vérifiez les données avant de les allouer

L'accès au tableau de bord comprend la documentation complète du modèle, les enregistrements de backtest et la notation actuelle des risques. Aucune allocation n’est requise pour examiner les données.

Accéder au tableau de bord