方法论
系统遵循固定的顺序。不会跳过任何步骤，并且在不超过统计阈值的情况下不会有任何输出到达用户。
在任何建模开始之前，市场信息、订单簿深度和宏观指标都会被持续收集并规范化为通用数据结构。
统计模型对每个数据集的信号强度进行评分。低于定义的统计显着性阈值的输出将被丢弃而不是浮出水面。
其余信号根据投资组合级别的风险约束进行加权，从而产生消除决策中情绪偏见的建议。
透明度
Climax 记录的每个建议在生成时都带有时间戳，并存储在不可变的记录中。没有任何内容可以追溯编辑。
下表说明了每个条目使用的格式。帐户验证后，注册用户即可获得实时数字。
| 时间戳 | 信号类型 | 状态 |
|---|---|---|
| 2024-11-03 09:14（欧洲中部时间） | 波动率变化 | 关闭 |
| 2024-11-04 15:02 (欧洲中部时间) | 动量发散 | 关闭 |
| 2024-11-06 08:47 欧洲中部时间 | 流动性缺口 | 关闭 |
每个条目在其结果已知之前都被写入日志，以防止选择性泄露。社区成员可以根据记录的时间戳的公开市场数据交叉引用条目。
历史准确性以跨时间窗口的分布而不是单个平均值的形式呈现，因为平均值本身就可以掩盖表现不佳的时期。鼓励用户在得出结论之前查看全部范围。
核心能力
技术复杂性在后端进行管理。用户与结论交互，而不是原始计算。
风险缓解模块
头寸在浮出水面之前会根据预定义的暴露限制进行评估。如果信号超出配置的风险承受能力，则会对其进行标记，而不是建议，从而减少单个事件造成巨大损失的可能性。
实时信号
信号是随着市场状况的变化而传递的，而不是按照固定的时间表传递。这很重要，因为快速移动数据中的统计边缘一旦被广泛观察，往往会迅速衰减。
投资组合优化
该系统考虑了持有量之间的相关性，而不是单独对每项资产进行评分，这减少了表面上看起来多元化的集中风险敞口的可能性。
模特背后
Climax 的结构围绕一个简单的约束：向用户显示的任何输出都必须可追溯到特定的数据集和模型版本。这使得建议背后的推理可以审查，而不是不透明。
该平台并不声称能够准确预测市场。它声称采用一致的、记录在案的统计方法，并随着时间的推移让这样做的结果公开可见。
谁使用 Climax
该平台既可供没有技术背景的人员使用，也可供希望直接访问底层数据的专业人士使用。两者都使用相同的经过验证的日志。
| 要求 | 被动投资者（标准） | 战略合作伙伴（专业） |
|---|---|---|
| 技术/编码背景 | ✓ 不需要 | 不是必需的，但支持 |
| 交互模型 | 仪表板建议，被描述为副驾驶 | 具有可调参数的原始信号馈送 |
| 风险配置 | 预设保守/平衡配置文件 | 自定义阈值和暴露规则 |
| 数据存取 | 聚合性能日志 | 完整历史数据集导出 |
| 报告节奏 | 每周总结 | 连续，每个信号 |
常见问题
根据平台的披露方式，这些问题的解决没有任何限制。
所有个人数据均根据《通用数据保护条例》进行处理，并在欧盟境内进行存储和处理。用户可以随时通过账户设置请求数据导出或删除，数据不会出售给第三方。
成功率衡量为在预定义统计参数内关闭的记录信号的比例，与基础样本大小一起发布。小样本的高胜率是在该背景下呈现的，而不是孤立的。
Climax 在与数据访问层相关的订阅基础上运行。它不管理客户资金或代表用户执行交易；为用户或其经纪人提供独立行动的建议。
不会。条目是在信号生成时写入的，并且一旦记录相关结果就不会被修改。如果需要，更正将作为单独的注明日期的条目附加，而不是替换原始条目。
表现不佳的时期在公共日志中仍然可见，而不是被删除。方法论部分解释了风险阈值如何限制此类时期的损失规模，而不是消除损失。