长期财富积累
专为数年而不是数月的贡献而设计。无论短期市场噪音如何，定期部署都会继续进行，进入时机优化适用于每个单独的贡献，而不是整个投资组合。
标准美元成本平均法将捐款均匀地分布在固定的时间间隔内。 Cryptolend 保留了贡献规则，但允许每个间隔内的时间根据建模条件进行变化，旨在降低平均入场价格，而不引入投机时间决策。
每个贡献仍然在其预定的窗口内部署 - 不会跳过任何窗口，也不会无限期扣留任何贡献。变化的是该窗口内的精确日期，该日期是使用根据与您的配置中的资产相关的历史波动性和流动性模式进行训练的预测模型来选择的。
这很重要，因为情绪化的决策——出于恐惧而推迟捐款，或出于不耐烦而加速捐款——是对长期风险调整回报最持续的拖累之一。消除执行步骤中的自由裁量权，同时在战略层面上为您提供自由裁量权，这是该平台背后的核心机制。
您可以设置贡献金额、资产组合和审核节奏。该算法在您定义的边界内处理繁重的数据分析和执行计时工作。
对于范围内的每个用户和每个资产，每个贡献都以相同的顺序经历相同的三个阶段。没有任何任意步骤可以绕过此顺序。
与所选资产相关的价格、数量和流动性数据是从可用的市场源中持续收集的。这形成了建模阶段的原始输入，并且不直接起作用。
根据历史波动模式对摄取的数据进行评分，以估计当前贡献窗口内相对有利的进入点。输出是概率加权偏好，而不是保证。
计划的贡献将在建模的偏好点执行，前提是它落在您设置的窗口内。如果没有明确的有利点，则贡献将在窗口结束时执行。
相同的底层机制支持多个不同的目标，具体取决于贡献计划和资产组合的配置方式。
专为数年而不是数月的贡献而设计。无论短期市场噪音如何，定期部署都会继续进行，进入时机优化适用于每个单独的贡献，而不是整个投资组合。
对于短期价格波动较大的资产的配置，预测层更加重视近期的波动信号，旨在避免在给定窗口内完全在局部峰值做出贡献。
适合指定用于已知未来日期的捐款，例如学校或大学费用。分配参数可以设置为随着目标日期的临近而逐渐减少暴露，而与入场时机模型无关。
南非用户最常提出的问题是评估自动化、人工智能引导的方法是否适合他们的情况。
帐户访问通过标准身份验证控制受到保护，交易指令会记录时间戳和通知每个决策的数据输入。 Cryptolend 无权将资金转移到您明确设置的贡献参数之外。
流动性取决于您分配中持有的基础资产。流动性较高的工具中的捐款通常可以比流动性较低的工具中的捐款更快地提取。在激活分配之前，您会看到所选特定资产组合的预期流动性状况。
每个执行决策都附有数据窗口的记录和用于选择该入口点的波动信号。该模型不会对未来价格方向做出无约束的预测；它在已经安排的窗口内对分数进行排名，并且排名逻辑可根据要求进行审查。