零工经济工作者使用 Walmersley 仪表板概述查看交换数据

一个仪表板。每一次交流。更清晰的决策。

Walmersley 将您已使用的交易所的数据整合到单个人工智能分析视图中,该视图专为英国零工和散户投资者在管理其他工作的同时管理补充收入而构建。

实时预览:来自每个链接交易所的头寸、余额和风险标记,不断更新并根据一个共享基线显示 - 无需手动电子表格核对。

统一智能

多次交流,一点分析

大多数人通过交易或平台工作来补充收入,并在多个交易所和工具上持有账户。每个都有自己的界面、自己的报告格式和自己的盲点。

Walmersley 将这些数据提取到单个标准化源中,因此可以一起分析头寸、风险敞口和趋势,而不是一次查看一个账户。结果是您可以对其进行操作的综合图片,而不是一组用于手动比较的选项卡。

提要如何整合在一起
交易所A → 交易所B → 交易所C → 统一视图
Walmersley 跨链接交易账户显示的数据整合流程
预测边缘

为降低风险而构建的人工智能功能

除了整合之外,Walmersley 还将预测模型应用于组合数据集,呈现在单独审查账户时难以发现的模式。

信号

实时信号

价格变动、交易量变化和账户级别的变化在关联交易所中被持续跟踪,显着的偏差在发生时就被标记出来,而不是在事后发现。

风险

风险缓解

风险敞口是在所有关联账户中计算的,而不是单独计算每个账户的,因此集中风险和相关头寸在复合之前就被识别出来。

指导

自动推荐

根据当前头寸和近期信号活动,平台提出具体调整建议,例如重新平衡或减少风险敞口,您可以根据自己的条件进行审查和执行。

它是如何运作的

如何逐步处理您的数据

我们不依赖推荐,而是列出了管道的机制,以便您可以根据其流程来判断平台。

1

数据摄取

账户数据持续从每个连接的交易所中提取,并标准化为通用格式,涵盖余额、未平仓头寸和最近的交易历史记录。

2

AI分析层

标准化数据通过预测模型运行,评估波动性、持有量之间的相关性以及与既定活动模式的偏差。

3

决策输出

调查结果被转化为一份标记风险和建议行动的简短列表,以简单的语言呈现,并附有可供审查的基本数据。

使用案例

适用于两种常见情况

投资组合管理

管理多个账户的补充收入

一名拼车司机还持有两个加密货币交易所的头寸以及一个股票和股票账户,他每天晚上使用 Walmersley 查看一个地方的总风险敞口。他们不是单独登录每个平台,而是审查单个摘要,检查标记的风险,并决定是否在下一个工作周之前重新平衡。

高频分析

审查轮班之间的短期头寸

工作时间可变的自由承包商会在休息时间检查平台,而不是遵守固定的交易时间表。实时信号突出显示自上次登录以来的重大变化,因此可以在短时间内做出决策,而无需从头开始审查每个帐户。

今天开始整合您的交易数据

设置只需一个会话:连接您的帐户,查看初始分析,并决定采取什么行动。没有漫长的入职流程,也没有义务改变您的交易方式。

现在开始优化