为什么回测长度很重要
经过单一市场周期测试的策略看起来可能纯粹是偶然优化的。在模型被分类为足够稳定以呈现给用户之前，Zorynex 需要多周期数据，包括至少一个记录的低迷时期。
平台内呈现的历史表现图表绘制了在整个回测窗口中相对于基准指数的模拟投资组合价值，回撤期单独阴影，因此波动性是可见的，而不是被平滑掉的。
下面的每个模块都会针对您的投资组合配置持续运行，而不是生成一次性报告。
该模型根据历史价格、交易量和波动率序列进行训练，以估计特定市场条件重复出现的概率。输出是一组经过排名的场景，而不是一个单一的保证数字。
头寸将根据您预先设置的回撤阈值进行评估。当回测波动率超过该阈值时，该头寸将被标记为在任何分配更改之前进行审查。
市场数据管道不断刷新，而不是按每日批量周期刷新，因此模型输出反映的是盘中状况而不是昨天的收盘价。
无论您跟踪单个补充投资组合还是具有单独风险状况的多个账户，都会运行相同的引擎，而无需单独的基础设施。
Alpha 一代的声明只有在底层测试透明的情况下才有用。这是引擎实际运行的顺序。
历史价格序列、公司行为和宏观指标被标准化为单一的时间对齐数据集。
波动性、动量和相关性特征源自原始序列，并根据与所选策略的相关性进行加权。
候选策略针对滚动历史窗口运行，以产生结果分布，而不是单一结果。
在策略变得可行之前，会检查结果是否与随机结果存在统计上的显着偏差。
经过单一市场周期测试的策略看起来可能纯粹是偶然优化的。在模型被分类为足够稳定以呈现给用户之前，Zorynex 需要多周期数据，包括至少一个记录的低迷时期。
这是管理投资组合以及其他收入来源的用户报告的三种经常出现的情况。
零工经济时间表很少允许每日图表审查。该模型会生成每周的重新平衡摘要，因此可以一次性做出分配决策，而不是持续监控。
当价格行为偏离模型对给定资产预期的统计模式时，头寸会被标记为偏差的大小，由用户决定采取行动。
捐款金额每月可能有所不同。该引擎会围绕每个新的贡献重新计算目标分配，而不是假设固定的存款计划。
没有推荐，没有夸大的声明——只有入职期间最常要求的操作细节。
模型的特征权重和每个标记推荐背后的逻辑都可以在平台内查看。 Zorynex 不使用无法追溯到特定输入的未公开的“黑匣子”信号。
账户和投资组合数据在欧盟境内的基础设施上进行处理，并按照 GDPR 要求进行处理。不会出于营销目的向第三方出售或共享任何数据。
回溯测试结果描述了过去的市场行为，并不能保证未来的表现。市场状况可能会超出模型训练的范围，并且部署的所有资本都存在损失风险。 Zorynex 是决策支持工具，而不是回报保证。
帐户设置、风险概况配置和第一次回测运行通常需要一个会话。在您查看并确认初始策略参数之前，不会自动发生任何交易活动。
在连接真实账户之前访问模型的历史输出、风险参数和数据处理术语。