如今，价格变动、新闻流和订单簿数据的出现速度比单个市场参与者对其进行分类的速度要快。结果不是缺乏知识，而是缺乏进行结构化评估的时间。
该模型连续处理价格、数量和订单数据，并在几秒钟（而不是几分钟）内更新估计值。因此，决策是基于当前的市场状况，而不是过时的快照。
根据定义的风险参数不断检查头寸规模和波动性指标。在偏差发展成重大损失之前就将其标记出来。
对历史和当前数据模式进行统计比较，以确定重复出现的市场结构。结果作为决策的额外依据，而不是作为自动交易指令。
每个模型声明都会被记录并与实际市场发展进行比较。该协议是公开的，平台用户可以随机检查。
该方法遵循固定的测试模式：预测、时间戳、实现的结果、偏差。这四个值针对每个数据集都有记录，并且随后不会更改。
已验证市场、订单和新闻数据从多个来源汇集在一起，并在纳入模型之前检查一致性。
各个信号根据历史可靠性进行加权。结果是优先评估，而不是未经排序的大量数据。
加权评估作为结构化的行动建议提供。最终决定权仍由交易者决定。
Enzianglut 是为那些已经根据关键数据做出决策并正在寻找额外的、经过机器测试的视角的市场参与者而开发的。该平台不会取代您自己的市场评估，而是通过一致的记录数据库对其进行补充。
重点是减少时间压力下发生的决策错误，而不是整个交易流程的自动化。
所有数据均加密传输并专用于模型计算。不会出于营销目的而传递给第三方。访问权限根据角色受到限制。
该模型不断根据历史和当前市场数据进行校准。培训周期和验证方法记录在公共协议中，以便可以跟踪偏差。
结果可通过记录的界面获得，并且可以集成到通用分析和订单管理环境中。激活后将提供完整的集成文档。