那些在主要工作之外寻求额外收入的人通常没有时间关注空缺职位。突然的、无人监管的市场波动可能会将合理的策略变成可避免的损失。
当持仓没有明确的止损时，平仓的决定取决于当时有人在场。在正常营业时间之外的市场中，这种可用性几乎不存在。
系统管理的输出限制与没有自动保护的位置的效果的说明性表示。
该模型根据资产近期的波动性不断重新计算退出阈值。它不是在开始操作时定义的固定限制，而是随着市场变动而调整的值。
每个模块都完成分析流程中的特定功能，从数据读取到保护命令的执行。
使用历史序列和实时市场数据训练的模型，可估计可能的短期价格情景，但不承诺绝对确定性。
每个仓位的参数会随着市场情况的变化而不断重新计算，而不是一开始就设定一次。
当达到计算的阈值时，系统会平仓，而不需要登录用户进行确认。
相同的分析逻辑适用于不同规模的资金和并行的多种资产，无需对每一项进行额外配置。
该方法的设计使得每个步骤都易于理解，即使对于那些没有接受过金融市场技术培训的人来说也是如此。
该系统持续收集报价、交易量和其他市场变量，将信息整合为分析的通用基础。
预测模型评估模式并为每个空缺职位或候选职位生成风险估计。
如果估计的风险超过定义的阈值，则会激活自动平仓，并记录该操作的原因以供以后咨询。
AI GIGAFACTORY 的创建是为了覆盖特定领域：想要从市场分析中获得额外收入，但没有时间或培训来每天监控头寸的人。
数据分析、模式识别和参数调整的工作由系统接管。该人保留对实质性决策的控制权，例如分配多少资本或他们愿意接受的总体风险水平。
初始配置需要定义分配的资本和风险承受水平。从那里开始，系统管理周期的其余部分：分析、阈值调整以及在适当时执行关闭。
这允许该活动保留在后台，而人们将时间投入到其他职业中，在方便时查看结果，而无需在市场变动的确切时刻可用。
查看完整的方法论我们收集了那些重视资本安全而非结果速度的人们最常见的问题。
系统根据资产近期的波动性计算每个仓位的退出阈值。该门槛会持续进行审查，如果市场状况变得更加不稳定，则可能会收紧，目的是在回撤扩大之前将其控制住。
资金始终处于账户持有人的控制之下。 AI GIGAFACTORY不直接托管资金；它仅限于在人员一开始配置的范围内分析数据和执行风险管理命令，例如自动关闭。
无需具备市场分析经验。初始配置仅限于定义资本和风险承受能力；其余过程（包括数据解释）由系统执行。