风景
现在，市场一天内产生的信息比一个人一个月内所能合理查看的信息还要多。价格、新闻、情绪和宏观经济指标不断变化，每一次变化都可能很重要。
实际上，通常所说的“算法复杂性”只是市场背后的噪音——成千上万的小信号争夺注意力。大多数个人投资者并不缺乏信息。他们缺乏可靠的过滤方法。
方法论
Frostmark Tradewise 遵循四个定义的阶段。每一项都有特定的目的，每项建议背后的推理都可以通过流程追溯到。
市场价格、交易量和相关公共数据被持续收集，为系统提供当前且完整的情况，而不是定期快照。
统计模型可以识别传入数据中的重复关系——这种结构很难手动看到，但足够一致，可以测量。
候选策略在提出建议之前会根据历史市场周期进行测试，过滤掉在过去压力条件下表现不佳的方法。
该系统提出了明确的建议及其支持理由。您保留每一步的最终决定——平台通知，它不会单方面采取行动。
证据
没有系统可以承诺未来的回报，Frostmark Tradewise 也没有声称这样做。它可以提供每个策略在提出之前如何测试的透明度。
每个策略都根据跨越多个市场周期（包括波动时期）的历史价格数据来运行，以观察其在真实条件下的表现。
每个回测的假设、时间段和限制都是可用的。仅在平静市场中测试过的模型与在市场低迷时期测试过的模型的对待方式不同。
在测试中表现出过度回撤或不一致行为的策略会在到达推荐阶段之前被过滤掉，而不是留给用户去发现。
被动智能
该平台全天候监控市场，并且仅在与您可能需要做出的决策相关时才显示信息。
数据在到达时进行处理，而不是按预定批次进行处理，因此建议反映的是当前状况而不是昨天的市场。
模型根据历史模式进行训练，以估计一系列场景下可能的结果。诚实地报告准确性，包括模型表现不太可靠的条件。
头寸规模和风险限额是根据回测阈值自动应用的，从而减少了单一决策导致不成比例损失的可能性。
常见问题
不。Frostmark Tradewise 是为没有技术背景的人设计的。该界面以简单的语言呈现建议及其推理；使用它不需要脚本、电子表格或编程知识。
数据在传输过程中和静态时都经过加密，并且通过标准身份验证控制来限制对帐户信息的访问。我们不会出于营销目的与第三方共享个人数据。
设置帐户通常需要几分钟的时间。在涵盖您的目标和风险偏好的简短入职流程之后，系统开始分析，并可以在不久后提出第一个建议。