观察结果
对加密资产感兴趣的学生会接触到大量难以确定优先顺序的信息：矛盾的信号、未经证实的观点、集体情绪放大的价格变动。区分真实信号和传递的噪音需要时间和工具，但很少有人拥有。
Lemorin Dalydre 旨在将这种原始流程转化为可操作的指标。我们的模型并不是要预测收益，而是要减少每个买卖决策所依据的不确定性。
操作
01 — 实时分析
我们的模型采集主要市场的价格信息、交易量和波动性指标。这种分析持续进行，可以在趋势变化出现在主流媒体之前就发现它。
02 — 每日报告
每日报告总结了观察到的运动、模型保留的假设以及确定的警惕点。无论它宣布进步还是下降，它都会被公布，因为困难时期的透明度是我们方法的一部分。
03 — 风险优化
我们的算法不是遵循新闻或社会趋势，而是依赖于长期观察到的市场模式。目的是根据先前定义的风险水平帮助校准头寸规模，而不是承诺回报。
方法论
从多个市场来源持续收集价格、交易量和波动性指标，并进行清理以限制错误和重复。
应用根据市场历史训练的模型来识别重复出现的模式并估计可能的情况。
将结果转化为具体基准：监控水平、合理的头寸规模以及根据风险状况优化投资组合的途径。
透明度
每份报告都显示了我们的模型跟踪哪些指标以及它们是如何演变的。我们不会从出版物中删除下降天数：它们是分析的一部分，用于调整以下建议。
每日报告的说明性格式。实际值每天都会有所不同，具体取决于分析的市场数据。
我们的方法
Lemorin Dalydre 面向希望在参与市场之前了解市场机制的学生。我们的报告更注重解释的清晰度，而不是技术指标的乘法。
每条建议都附有其背后的推理，因此最终决定始终由用户做出，由数据而不是紧迫性决定。
常见问题
不。任何模型，无论多么复杂，都无法消除波动市场中固有的风险。我们的作用是让它变得可见和可衡量，以便每个决定都是在充分了解事实的情况下做出的，而不是作为一时的趋势的结果。每日报告系统地表明了估计的风险水平，但绝不是结果的保证。
这些报告是为刚接触加密货币市场的受众编写的。技术术语在首次出现时就有解释，每个指标都附有通用语言解释。目的是在几篇报告之后就能够独立阅读。
我们的模型分析历史价格、交易量和波动性，以发现过去重复出现的模式。它们产生概率，而不是确定性。这种做法作为反思的基础：它永远不会取代用户的判断，也不构成个性化的投资建议。