背景
大多数零工工人都会在任何时间都可以通过交易货币或资产对来补充不可预测的收入。手动跟踪即使是少数市场也需要集中精力，而这在轮班工作或客户截止日期的情况下很难维持。
查看不同工作之间的图表往往会产生反应性决策，而不是经过深思熟虑的决策，而且单一市场很少能提供足够的信号来自信地采取行动。
Grenswickor 将工作负载从手动图表观察转变为同时对数百对进行连续、自动分析，因此决策是基于数据的广度，而不是个人可以亲自监控的有限窗口。
发动机
每对都在相同的底层框架上进行处理，这意味着无论平台监控四个还是四百个市场，输出都保持一致。
来自 500 多个货币对的价格和交易量数据被持续获取，使系统能够在相关市场发生变化时（而不是在交易时段结束时）检测到这些变化。
历史模式根据当前条件进行加权，以生成基于概率的预测，以范围而不是单点预测的形式构建。
每个机会都配有波动性评分和建议的头寸规模，因此风险敞口可以与用户实际准备分配的资本相匹配。
基于阈值的通知会标记材料变化，而不需要恒定的屏幕时间，这适合零工工作中常见的不规则时间表。
方法论
该过程故意是线性的，因此用户可以审核哪个阶段产生了给定的推荐。
来自 500 多对的市场反馈被收集并标准化，在任何内容到达建模层之前过滤掉差距和异常情况。
预测引擎根据最近的波动性重新校准，调整置信区间，以便预测反映当前而不是历史的市场行为。
建议包含入场范围、建议的规模和风险说明，将最终决定和执行留给用户。
应用用途
这些场景描述了常见的使用模式，而不是保证的结果；实际结果取决于资金、时机和个人风险承受能力。
当用户持有一项资产的敞口时，平台会扫描相关货币对，寻找可以在几小时或几天内抵消下行风险的头寸。
随着可用资本的增长，用户通常会在更广泛的货币对中分散较小的头寸，而不是集中在一个或两个市场。
一些用户优先考虑更稳定、低方差的机会，而不是高风险、高回报的机会，特别是当收入需要可预测时。
透明度
关于准确性、速度以及入门要求的直接答案。
市场源直接源自交易所和流动性提供商数据，然后进行标准化，以在到达建模层之前删除重复或错误的报价。预测输出以概率范围而不是确定性的形式呈现，因为没有模型可以解释实时市场中的每个变量。
由于每个数据点经过的标准化和评分步骤，跨 500 多个对的处理会引入以秒而不是分钟为单位测量的小而一致的延迟。这是公开的而不是隐藏的，因为延迟是用户应该根据自己的交易时间框架权衡的一个因素。
Access 需要根据英国金融行为要求进行帐户验证，然后通过数据集成步骤将分析引擎连接到您选择的市场。尽管用户应该对他们打算交易的工具有基本的了解，但没有最低交易历史要求。
帐户设置需要一个简短的验证步骤，之后分析引擎就可以连接到您的首选市场。没有立即交易的义务；大多数用户首先会查看实时数据，然后再对其采取行动。