背景
金融市场每天都会产生大量信息，任何一个操作员都无法手动处理：新闻、价格变化、交易量和资本流动实时重叠。这种连续的流动被称为“数据噪音”：相互矛盾的信号使得人们很难区分真实的趋势和暂时的波动。
在实践中，这会导致决策由情绪而非分析驱动：人们在短暂下跌时出于恐惧而卖出，或者由于过度自信而持有仓位太久。最常见的结果是回撤，即与之前的峰值相比出现资本损失，这通常可以通过客观和持续的分析来避免。
风险管理
系统根据工具的当前波动性重新计算止损水平，而不是应用固定百分比。这样，当数据表明趋势发生变化时，就会出现平仓，而不是根据预先确定的任意阈值。
v39 算法将当前的市场状况与反复出现的历史模式进行比较，在趋势减弱导致重大损失之前识别出趋势的迹象。该预测仍然是概率性的：它减少了风险，而不是消除风险。
通过减少连续损失的幅度和频率，系统限制了随着时间的推移对资本的累积影响。目标不是最大化每笔交易，而是在不利阶段保留资本。
它是如何运作的
该系统不断从多个市场来源收集价格、交易量和资金流数据，并在处理前将其标准化为一致的格式。
汇总数据由预测模型处理，该模型识别重复出现的模式并估计与头寸相关的风险发生重大变化的概率。
分析结果被转化为具体的操作指示：止损水平、警报阈值和重新分配建议，让用户拥有对选择的最终控制权。
应用领域
对于企业和资产管理者来说，BTC-Divalis v39 同时处理由多种资产组成的投资组合，在更大范围内应用相同的风险管理标准。自动止损控制减少了手动监控每个头寸所花费的时间。
个人资本遵循相同的分析引擎，风险参数适应较小的投资组合和个人风险状况。
对于那些寻求补充入场而不投入大量时间进行主动交易的人来说，系统的“被动”部分并非来自自动回报的承诺，而是来自算法持续执行风险分析和管理的事实。用户定义初始参数并接收操作指示，而无需每小时监控市场。
常见问题
市场数据在专用环境中处理，不会出于平台功能以外的目的与第三方共享。登录凭据与算法使用的分析流程保持独立。
v39 版本引入了更频繁地重新计算止损水平，并根据更广泛的历史数据改进了预测模型，目的是与以前的版本相比，缩短对波动性突然变化的反应时间。
用户配置风险参数和操作约束；从那时起，算法就会监控市场状况并应用设定的规则，而无需持续的手动干预。然而，基本的战略决策仍然掌握在用户手中。