Cryptolend combine une discipline de contribution fixe avec une couche algorithmique qui évalue les conditions du marché avant chaque allocation. Vous conservez une veille stratégique ; le système gère une analyse continue des données afin que vous n'ayez pas à surveiller les marchés entre les contributions.
La méthode standard d’achat périodique périodique répartit les cotisations de manière égale sur des intervalles fixes. Cryptolend conserve cette discipline de contribution mais permet au timing au sein de chaque intervalle de changer en fonction des conditions modélisées, dans le but de réduire le prix d'entrée moyen sans introduire de décisions spéculatives en matière de timing.
Chaque contribution est toujours déployée dans sa fenêtre planifiée : aucune fenêtre n'est ignorée et aucune contribution n'est retenue indéfiniment. Ce qui change, c'est le jour précis dans cette fenêtre, qui est sélectionné à l'aide d'un modèle prédictif formé sur les modèles historiques de volatilité et de liquidité pertinents pour les actifs de votre allocation.
Cela est important car la prise de décision émotionnelle – retarder une contribution par peur ou accélérer une contribution par impatience – est l’un des freins les plus constants aux rendements à long terme ajustés au risque. Supprimer ce pouvoir discrétionnaire lors de l'étape d'exécution, tout en le gardant à votre disposition au niveau stratégique, constitue le mécanisme central de la plateforme.
Vous définissez le montant de la contribution, la répartition de l'actif et la cadence de révision. L'algorithme gère le gros du travail d'analyse des données et le calendrier d'exécution dans les limites que vous définissez.
Chaque contribution passe par les trois mêmes étapes, dans le même ordre, pour chaque utilisateur et chaque actif concerné. Aucune étape discrétionnaire ne contourne cette séquence.
Les données sur les prix, le volume et la liquidité pertinentes pour les actifs sélectionnés sont collectées en continu à partir des flux de marché disponibles. Cela constitue l’entrée brute pour l’étape de modélisation et ne fait pas l’objet d’une action directe.
Les données ingérées sont évaluées par rapport aux modèles de volatilité historiques pour estimer les points d'entrée relativement favorables dans la fenêtre de contribution actuelle. Le résultat est une préférence pondérée en fonction de la probabilité et non une garantie.
La contribution programmée est exécutée au point de préférence modélisé, à condition qu'elle se situe dans la fenêtre que vous avez définie. Si aucun point clairement favorable n'est identifié, la contribution s'exécute à la clôture de la fenêtre.
Le même mécanisme sous-jacent soutient plusieurs objectifs distincts, selon la configuration du calendrier de cotisation et de la répartition de l’actif.
Conçu pour les cotisations versées sur des années plutôt que sur des mois. Le déploiement régulier se poursuit indépendamment des bruits de marché à court terme, avec une optimisation du timing d'entrée appliquée à chaque contribution individuelle plutôt qu'au portefeuille dans son ensemble.
Pour les allocations aux actifs présentant des fluctuations de prix à court terme plus importantes, la couche prédictive accorde davantage de poids aux signaux de volatilité récents, dans le but d’éviter de contribuer entièrement aux pics locaux dans une fenêtre donnée.
Convient aux cotisations affectées à une date ultérieure connue, comme les frais de scolarité ou d'université. Les paramètres d'allocation peuvent être définis pour réduire progressivement l'exposition à mesure que la date cible approche, indépendamment du modèle de calendrier d'entrée.
Questions qui reviennent le plus souvent de la part des utilisateurs sud-africains qui évaluent si une approche automatisée et guidée par l'IA convient à leur situation.
L'accès au compte est protégé par des contrôles d'authentification standard, et les instructions de transaction sont enregistrées avec des horodatages et les entrées de données qui ont éclairé chaque décision. Cryptolend n'a pas d'accès discrétionnaire pour déplacer des fonds en dehors des paramètres de contribution que vous avez explicitement définis.
La liquidité dépend des actifs sous-jacents détenus dans votre allocation. Les contributions placées dans des instruments plus liquides peuvent généralement être retirées plus rapidement que celles placées dans des instruments moins liquides. Avant d'activer une allocation, le profil de liquidité attendu pour la composition d'actifs spécifique que vous avez choisie vous est présenté.
Chaque décision d'exécution est accompagnée d'un enregistrement de la fenêtre de données et des signaux de volatilité utilisés pour sélectionner ce point d'entrée. Le modèle ne fait pas de prédictions sans contraintes sur l’orientation future des prix ; il classe les points dans une fenêtre déjà programmée et cette logique de classement est disponible pour examen sur demande.
Vous gardez le contrôle sur les montants des cotisations, la sélection des actifs et la fréquence des révisions. Cryptolend gère l'analyse continue et le timing d'exécution entre les deux, de sorte qu'une semaine chargée ne signifie pas une contribution manquée ou mal programmée.
Demander une révision de l'allocation