Boost Opt Exorex 处理历史系列的价格、交易量和波动性，以生成在到达用户之前与过去数据进行对比的信号。目标不是预测确切的高点，而是过滤掉历史模式显示不利概率的交易。
该系统并不能消除加密货币市场的风险，该市场本质上仍然很高；降低决策风险，即在没有明确参考框架的情况下进行操作而产生的人为错误。
该过程的设计使得用户在没有面对之前时期市场的真实行为的情况下不会收到任何信号。
主要资产的一系列价格、交易量和波动性是在不同的市场周期中编制的，包括长期的看跌期和高投机期。
这些模型识别重复出现的模式（而不是特定的相关性），并生成输入和输出假设以及与每个场景相关的概率水平。
每个假设都在训练中未使用的历史数据上进行模拟，以在发布之前检查结果是否超出原始样本。
该面板显示每个建议背后的原因：分析的历史时期、估计的风险水平以及根据用户定义的配置文件建议的风险敞口。
该系统根据可配置的规则限制每项资产和每项操作的风险暴露，避免单一工具过度集中。
在执行更改之前，您可以想象相同的资产组合在最近的市场周期中将如何演变。
如果实际市场行为偏离模型预期的模式，系统会发出背离信号，而不是维持默认推荐。
该产品的设计基于一个真正的限制：大多数首次加密货币投资者的预算很小，在学习过程中承受巨大损失的空间很小。
这就是为什么系统优先考虑每个决策的可追溯性。您可以查看特定建议所基于的数据以及相同模式在之前的市场周期中的表现，而不是接收没有上下文的信号。
以下数据对应于已经发生的时期的模拟，用于评估每种策略在真实条件下的表现。
与保持参考资产的恒定头寸相比，保守策略逐渐减少风险敞口，限制了模拟回撤。
该模型增加了趋势确认阶段的曝光度，在不进入市场最高兴奋度峰值的情况下捕获了部分走势。
样本外测试集中的模拟风险回报率，根据 15 至 45 天的操作计算。
该平台旨在以小额、渐进的贡献运作。尽管连接的交易所可以为每笔交易设置自己的限制，但 Boost Opt Exorex 没有规定最低限额。
Boost Opt Exorex不托管您的加密资产：操作是通过您授权的交易平台执行的，而我们的系统仅限于生成分析和风险信号。
该模型将时间序列分析与团队定义的风险管理规则相结合。每个信号都表明支持它的历史时期和估计的置信水平，因此您可以在做出决定之前评估背景。
