أول الأصول المشفرة اللامركزية والمحايدة في العالم
منصة تصنيف مدعومة بالتعلم الآلي والذكاء الاصطناعي
كيفية عمل تقييمات Evai؟

منصتنا وتقييماتنا مبنية على البحث الاقتصادي المدعوم بالتعلم الآلي والذكاء الاصطناعي.

وذلك من خلال الجمع بين البحث الأكاديمي العالمي والنمذجة الاقتصادية ، أنشأت Evai إطارًا قويًا لتقييم فئة الأصول المشفرة ومساعدة المستثمرين على إدارة المخاطر وتنويع محافظهم الاستثمارية.

تستند تقييماتنا إلى نموذج متعدد العوامل يغطي مجموعة واسعة من العوامل والمؤشرات المالية التي تم تحسينها بواسطة الذكاء الاصطناعي والتعلم الآلي.

من خلال ربط نسب العائد المعدلة حسب المخاطر ، ومقاييس شح السيولة وعوامل التسعير بالذكاء الاصطناعي ، فإن Evai قادر على تحديد وقياس عوامل السوق لتبيان تقييمات الأصول المشفرة.

عوامل القوة المؤثرة

نحن هنا نعتمد على نموذج متعدد العوامل المؤثرة الغير متحيزه مبني على البحث الأكاديمي والمدعوم بخوارزميات الذكاء الاصطناعي و اليات تعلم الآلة، مما يتيح لك رؤى فريدة في أسواق الأصول المشفرة.

تعتمد تصنيفات Evai على مجموعة من عوامل السوق (قابلة للازدياد بناءاَ على المعطيات اللحظية لحركة الأسواق) لتحديد أهمها إحصائيًا في تحديد المخاطر والتقاط قيمة الأصول طويلة الأجل

السيولة

السيولة

السهولة التي يمكن بها شراء الأصول وبيعها دون التأثير على سعر السوق. عادة ما تكون الأصول السائلة مستقرة ، وأقل تأثرًا بانزلاق السوق ويمكن نقلها بسهولة ، مما يجعلها أكثر جاذبية للمتداولين.

انطباع الجمهور

انطباع الجمهور

إجماع المجتمع تجاه الأصل أو السوق. يمكن تأهيل المشاعر من خلال المؤشرات القائمة على علم النفس مثل مؤشر الخوف والطمع. نسعى إلى التعرف على معنويات الأصول وتحديد التحيزات الصعودية والهابطة.

التذبذب السعري

التذبذب السعري

العائد لكل وِحدة مُخاطرة. هذا مقياس أساسي لأداء الاستثمار. كلما ارتفع العائد المعدل حسب المخاطر ، كان الاستثمار أفضل. نحن نستخدم مقاييس المخاطر لتحديد الأصول التي كان أداؤها جيدًا مقارنة بتلك التي كان أداؤها ضعيفًا.

الحركة السعرية الزمنية

الحركة السعرية الزمنية

معدل تغير حركة سعر الأصل بمرور الوقت. تشهد الأصول المالية اتجاهات صعودية وهبوطية. يساعد قياس الزخم السعري (الحركة السعرية) على التأكد من قوة واستمرار اتجاه السوق الحالي.

برمجيات الخدمات والأصول

برمجيات الخدمات والأصول

يتضمن قياس مدى تطبيق الأصول واعتمادها ونسبة مشاركة المجتمع فيها و نسبة التنمية والتطوير فيها ايضاَ. يمكننا قياس فائدة الأصول والجودة الشاملة من خلال تحليل المقاييس مثل عدد العناوين النشطة والطلبات الفنية في السحب والاضافة في منصة والتي تشير الى قياس الحركات النشطة في هذه الأصول.

التحيز السلوكي

التحيز السلوكي

قياس تأثير التحيزات السلوكية على قيمة الأصول. يؤكد الاقتصاد السلوكي المعرفي على أن التحيزات المعرفية المختلفة يمكن أن تقدم تحيزاَ في السوق مما قد يؤثر على القيمة الجوهرية للأصول. نحن هنا نستغل هذه الفرضية لقياس الاختلافات المحتملة عن القيمة الأساسية.

مخاطر الفقاعة السعرية

مخاطر الفقاعة السعرية

وزن الفائض لتحديد مخاطر فقاعة الأصول. فقاعة الأصول التي يسببها المستثمرون المتحمسون تزيد من فرصة الانعكاس. نحن نسعى إلى قياس احتمالية تشكل فقاعة وتحديد احتمالات حدوث تراجع كبير في السعر.

مخاطر السوق

مخاطر السوق

ما مدى ارتباط الأصل بسوق الأصول المشفرة الأوسع. عندما تكون مخاطر السوق عالية ، فإن الأصل سيضخم أداء السوق. يمكن أن ينعكس هذا بشكل إيجابي على السعر في اتجاه صعودي ولكنه سيشكل تحديات استثمارية في الظروف الاقتصادية السيئة.

الرسملة

الرسملة

تحديدًا بالسعر الحالي مضروبًا في العرض المتداول ، تعد القيمة السوقية عاملاً مهمًا في تحديد قيمة الأصول المشفرة والطلب عليها. نحن نصنف الأصول وفقًا للرسملة ونستخدمها كمؤشر لأداء السوق المحتمل.

اشترك اليوم واطلق العنان لمساعدك الشخصي الذكي في سوق العملات المشفرة .

ما الذي يميز Evai عن غيرها؟

تجمع منصة Evai قوة الذكاء الاصطناعي وبروتوكول التصحيح والتصنيف الذاتي المبني على تعلم الآلة ، مما يزيل التحيز البشري. تتعلم منصة Evai باستمرار وتحافظ على اللامركزية وتظل لا مركزية لإنتاج تقييمات غير متحيزة.

تم تطوير نموذج Evai الرائد من خلال دمج البحث الأكاديمي العلمي مع الخبرات العملية في أسواق المال مدعوماّ بالذكاء الاصطناعي ، يتطور نموذج Evai المستقل باستمرار كل يوم مما يزيد من دقة عملية تقييمه الإجمالية.

هو نموذج خاص بمنصة Evai لقياس مدى العائد على المخاطرة جنبًا إلى جنب مع قياس السيولة لتحديد تصنيفات التشفير وقيمة الأصول طويلة الأجل.

أطلق العنان لقوة الذكاء الاصطناعي والتعلم الآلي

يختار الذكاء الاصطناعي المؤشرات ويجمعها مع الأوزان المثلى لتحديد أكبر دقة لكل عامل خطر. تقوم منصتنا بإجراء اختبارات في الوقت الفعلي على جميع المؤشرات ، واختيار الأكثر كفاءة مع النتائج المسجلة.

يتم بعد ذلك تنفيذ تقنيات التعلم الآلي لتقييم نتائج الاختبارات اليومية وتعديل متغيرات برنامج الذكاء الاصطناعي. تغييرنا المستمر في معاييرالنموذج يعمل على تحسين الدقة الكلية للتقييمات بمرور الوقت.

معايير Evai لتصنيف العملات المشفرة

تم تصنيف تقييماتنا وفقًا لمقياس أبجدي يتراوح من A1 إلى D. يشير تصنيف Evai ('A1') إلى الأصول المشفرة ذات أعلى الخصائص التقنية والكمية.

يشير تصنيف Evai ('D') إلى أساس تقني غير مستقر ومخاطر عالية ، بينما يشير تصنيف (‘U’) إلى مجموعة تشفير غير قابلة للتصنيف ، ويرجع ذلك عادةً إلى عدم كفاية البيانات.

يتم تجميع درجات التصنيف التأسيسي لإرجاع التصنيف الإجمالي للأصول (A1-D). التصنيف العام هو متوسط ترجيح متساوٍ للمؤشرات.

على سبيل المثال ، إذا تم استخدام مؤشرين مع إرجاع الأول تصنيف 'B3' (6) ، والثاني بإرجاع 'A1' (2) ، فسيتم دمجهما لإنتاج متوسط تصنيف إجمالي يبلغ 4 (B2).

A Ratings

A1 The highest quality cryptoassets.
The financial composition is extremely solid. Extremely low risk.

A2 Excellent quality cryptoassets.
The financial composition is very solid. Moderately low risk.

A3 Good quality cryptoassets.
The financial composition is solid. Low risk, but more pronounced than A2.

B Ratings

B1 Medium-quality cryptoassets.
A satisfactory financial composition. Low risk, but more pronounced than A3.

B2 The financial composition is fair. Moderate risk.

B3 The financial composition is lacking. Moderate risk, but more pronounced than B2.

C Ratings

C1 The financial composition has some issues. Moderately high risk.

C2 The financial composition has considerable issues. High risk.

C3 The financial composition has substantial issues. Extremely high risk.

تقييمات أخرى
D التركيبة المالية سيئة للغاية. عامل الخطر الأعلى.
U غير قابل للتصديق بسبب عدم كفاية البيانات.
المؤشرات

تعمل مؤشرات التشفير المختارة لدينا على توجيه منصة تصنيفات Evai ، وإظهار عوامل القوة لدينا ، وتسليط الضوء على المخاطر المحيطة بقيمة الأصول طويلة الأجل

تعتمد Evai على مجموعة متنوعة من المؤشرات المالية ، بدءًا من نسب العائد المعدلة حسب المخاطر وقياس السيولة إلى الحركة السعرية وأيضاً انطباع الجمهور .

نستخدم الذكاء الاصطناعي لاختيار المؤشرات ودمجها مع الأوزان المثلى لتحديد أكبر قدر من الدقة لكل عامل خطورة

السيولة
معدل الدوران

معدل الدوران هو حجم الأصول المشفرة المتداولة بالنسبة للأصول القائمة. كلما ارتفعت نسبة التداول ، زاد عدد مرات تبادل الأصول المشفرة. كلما كان التبادل أسهل ، زادت السيولة والأصول ذات القيمة.

تتم مقارنة نسبة الدوران مع المتوسط المتحرك للأداء السابق لتقييم التصنيف. يجب تحسين الفترات التي يجب مراعاتها باستخدام التعلم الآلي.

معدل الدوران الزمني

يتم تعريف هذا المقياس على أنه الرقم القياسي المعدل لدوران التداول لأيام حجم التداول الصفري على مدار شهر واحد. من غير المرجح أن يتم تداول الأصول المشفرة التي تحتوي على عدد أكبر من الحجم اليومي الصفري ، وبالتالي أقل سيولة. (ليو ، 2006).

تتم مقارنة نسبة الدوران المعدلة بمتوسط متحرك للأداء السابق لتقييم التصنيف. يجب تحسين الفترات التي يجب مراعاتها باستخدام التعلم الآلي.

نسبة أميهود

تمثل نسبة السيولة أميهود (Amihud، 2002) علاوة السيولة التي تعوض عن تأثير السعر. يتم قياسه عند إرجاع الأصول المشفرة بالنسبة للحجم. الأصول المشفرة ذات نسبة أميهود المرتفعة لها تأثير كبير على الأسعار حيث سيؤدي الشراء والبيع إلى تحريك السعر بمقدار كبير نسبيًا. تعتبر هذه الأصول المشفرة أقل سيولة نسبيًا من الأصول المشفرة ذات نسبة Amihud المنخفضة.

تتم مقارنة نسبة أميهود مع المتوسط المتحرك للأداء السابق لتقييم التصنيف. يجب تحسين الفترات التي يجب مراعاتها باستخدام التعلم الآلي.

نسبة قريقوريو

مقياس عدم السيولة الحصري لـ Evai استنادًا إلى بحث 2011 للبروفيسور أندروس قريقوريو.

نسبة جريجوريو هي تعديل لنسبة أميهود التي تقارن تأثير السعر مقابل معدل الدوران بدلاً من الحجم. وبالتالي ، فإنه يتغلب على بعض عيوب نسبة أميهود مثل انحياز الحجم. فكلما انخفضت النسبة ، قل التأثير السعري للأوامر وزادت قيمة الأصول المشفرة.

تتم مقارنة نسبة جريجوريو مع المتوسط المتحرك للأداء السابق لتقييم التصنيف. يجب تحسين الفترات التي يجب مراعاتها باستخدام التعلم الآلي.

سبريد رول ( الهوامش السعرية وفق نظرية "رول")

يقيس Roll (1984) المدى الذي ستؤدي به صناعة السوق إلى تحرك أسعار الأصول المشفرة استجابةً لانتشار العرض والطلب. وكلما كانت هذه الحركة المتعرجة أكبر ، انخفضت السيولة وزادت صعوبة تبادل الأصول المشفرة بسعر مستقر. عادة ما يستخدم هذا المقياس على الترددات العالية (خلال اليوم).

يتم مقارنة السبريد مع المتوسط المتحرك للأداء السابق لتقييم التصنيف. يجب تحسين الفترات التي يجب مراعاتها باستخدام التعلم الآلي.

هوامش سعرية فعلية

سيقيس هذا التكلفة الفعلية للتداول بمقدار ضعف الفارق بين نقطة منتصف العرض والطلب والسعر الفعلي المتداول. سيتطلب معلومات حول السعر الذي يتم به تنفيذ الصفقات وكذلك انتشار العرض والطلب. يمكن أن يكون الفرق بين السبريد المعروض والفعال إيجابيًا أو سلبيًا ، مما يوفر معلومات حول التكلفة الحقيقية للتداول.

يتم مقارنة السبريد الفعال بالمتوسط المتحرك للأداء السابق لتقييم التصنيف. يجب تحسين الفترات التي يجب مراعاتها باستخدام التعلم الآلي.

هوامش سعرية تقديرية

فرق سعر العرض والطلب المسعّر هو الفرق بين أفضل عرض سعر وأفضل سعر طلب. السبريد الضيق يعني انخفاض تكاليف التداول والمزيد من السيولة.

تتم مقارنة فرق السعر بين العرض والطلب بمتوسط متحرك للأداء السابق لتقييم التصنيف. يجب تحسين الفترات التي يجب مراعاتها باستخدام التعلم الآلي.

انطباع الجمهور
مؤشر الخوف والطمع

يتم تقييم مؤشر Crypto Fear & Greed Index كمؤشر متساوٍ من خمسة مؤشرات بما في ذلك التقلب وزخم السوق والحجم وعامل الحد الأقصى وتاريخ الوسائط الاجتماعية المشفرة.

يحدد المؤشر علم النفس الاستثماري البسيط والمهم ، أي أن معظم الاستثمارات تحدث أساسًا بسبب الجشع أو الخوف ، كما أن معظم عمليات البيع بالمثل تحدث بشكل أساسي إما بسبب الجشع أو الخوف.

تم وضع مؤشر وسائل التواصل الاجتماعي للتقييم من صفر إلى 100. النتيجة 100 هي أعلى تصنيف والنتيجة صفر تعادل أدنى تصنيف.

مؤشر وسائل التواصل الاجتماعي

تدرك منصة Evai أهمية تصنيف وسائل التواصل الاجتماعي. لذلك مؤشر منصة Evai يُعطي نظرة شاملة لأداء الأصول المشفرة في Facebook و Twitter و Reddit و GitHub.

يسمح هذا المؤشر للمستثمرين بتتبع المعلومات المحددة التي يحتاجون إليها لتوجيه استراتيجيات الاستثمار الفريدة الخاصة بهم.

تم وضع مؤشر وسائل التواصل الاجتماعي للتقييم من صفر إلى 100. الدرجة 100 هي أعلى تصنيف والنتيجة صفر تعادل أدنى تصنيف.

التذبذب السعري
نسبة شارب

تقيس نسبة شارب العائد على الأصول المشفرة على المعدل الخالي من المخاطر بالنسبة للانحراف المعياري لتلك العوائد. إنه العائد لكل وحدة مخاطرة وكلما زاد القياس كلما كان الاستثمار أفضل. شارب (1966).

تتم مقارنة نسبة شارب بمتوسط متحرك للأداء السابق لتقييم التصنيف. يجب تحسين الفترات التي يجب مراعاتها باستخدام التعلم الآلي.

نسبة سورتينو

تقيس نسبة سورتينو أيضًا المخاطر لكل وحدة مخاطرة ، ولكن يتم الآن قياس المخاطر على أنها انحراف سلبي. هذا هو الانحراف عن الحد الأدنى لمعدل العائد المقبول (MAR). لذلك فهو يجمع فقط بين النتائج أسوأ من المتوقع في قياس المخاطر. سورتينو (1991 ، 1994).

تتم مقارنة نسبة سورتينو مع المتوسط المتحرك للأداء السابق لتقييم التصنيف. يجب تحسين الفترات التي يجب مراعاتها باستخدام التعلم الآلي.

الحركة السعرية الزمنية
المتوسط المتحرك

سوف يلتقط المتوسط المتحرك :الإتجاه الأساسي الزمني للأصول المشفرة. يتم حسابه على أنه المتوسط المتحرك البسيط لأسعار الإغلاق أو المتوسط المتحرك الأسي. يمكن أن تكون هذه بأطوال متفاوتة.

يستخدم سعر الإغلاق بالنسبة إلى المتوسط المتحرك لتحديد التصنيفات. تعطي الاتجاهات الصعودية القوية تصنيفات قوية بينما تعطي الاتجاهات الهبوطية القوية تقييمات منخفضة. يجب تحسين الإشارات باستخدام التعلم الآلي.

معدل التغيير

معدل التغيير هو أحد المؤشرات العديدة التي تحاول التقاط الزخم. يتم حسابه كنسبة مئوية للتغيير خلال فترة زمنية محددة. سيتم رصد معدل التغيير على مدى فترة 10 أيام على سبيل المثال ، بحثًا عن دليل على أن الزخم يتزايد أو يتناقص. كما يمكن مقارنتها بالسعر لتحديد تباين السعر والزخم.

يستخدم السعر بالنسبة لمؤشر معدل التغيير لتحديد الزخم. يرتبط السعر الأعلى الذي يتمتع بمزيد من الزخم بالتقييم الإيجابي في حين أن السعر الأعلى مع الزخم الذي لا يتحرك إلى أعلى هو علامة على أن الاتجاه قد يكون عرضة للانعكاس ويجذب تصنيفًا أقل. يجب تحسين مستويات محددة باستخدام التعلم الآلي.

التباعد والتقارب للمتوسطات المتحركة

التباعد والتقارب للمتوسطات المتحركة (MACD) هو مؤشر زخم يتبع الاتجاه يوضح العلاقة بين متوسطين متحركين لسعر الورقة المالية. يتم حساب MACD عن طريق طرح المتوسط المتحرك الأسي لـ 26 فترة (EMA) من المتوسط المتحرك الأسي لـ12 فترة.

العلاقة بين السعر ومؤشرات الزخم تحدد التصنيف. تؤكد الأسعار المرتفعة مع الزخم أن الاتجاه سليم. تعتبر الأسعار المرتفعة بدون زخم علامة تحذير على أن الاتجاه قد يكون على وشك التغيير.

برمجيات الخدمات والأصول
ربحية الشركة – العائد على الاستثمار

يرتبط العائد على الاستثمار (ROI) بصافي الدخل بالاستثمارات في الأصول المشفرة ، مما يعطي مقياسًا أفضل لربحية الأصول المشفرة. يساعد قياس عائد الاستثمار في إجراء مقارنة بين مجموعات التشفير المختلفة من حيث الربحية واستخدام الأصول.

يتم استخدام مستوى الربحية خلال العام الماضي لتقييم التصنيف. يجب تحسين الفترة المراد تقييمها باستخدام التعلم الآلي.

التحيز السلوكي
ذروة الطلب على القيمة النهائية

هذا هو ذروة العائد الذي تم تحقيقه خلال الشهر الماضي والعائد النهائي للشهر أو الأشهر السابقة للإصدار المتأخر.

إنه متغير يسعى إلى التعرف على التحيزات السلوكية المعروفة في عملية صنع القرار المتعلقة بالأهمية التي يعلقها المستثمرون على تجربة الذروة والنهاية.

توفر قراءات الذروة والنهاية الإيجابية تصنيفًا عاليًا. توفر قراءات الذروة والنهاية السلبية تصنيفًا منخفضًا. سيتم استخدام التعلم الآلي لضبط المؤشرات الوسيطة بدقة.

مخاطر الفقاعة السعرية
ارتدادات فيبوناتشيs

يمكن أن تساعد مستويات تصحيح فيبوناتشي في تحديد مستويات مخاطر الاسترداد. وهي تستند إلى النسبة الذهبية وتعتبر مستويات قد يكون فيها جني الأرباح أو إعادة النظر قد اكتمل بشكل طبيعي. كلما زادت مخاطر الاسترداد ، زادت الأصول المشفرة ضعفًا.

يتم تصنيف عمليات الاستبعاد عبر الأصول واستخدامها لتقييم مستوى مخاطر الاسترداد. عندما يكون الارتداد المحتمل صغيرًا ، سيكون التصنيف مرتفعًا. عندما يكون الارتداد المحتمل مرتفعًا ، سيكون التصنيف منخفضًا.

سحابة إيشيموكو

تعد سحابة Ichimoku جزءًا من المجموعة اليابانية للأدوات التقنية. تعتمد على مجموعة من المتوسطات المتحركة ونطاقات التداول. يوفر معلومات حول الاتجاه وكذلك مستويات الدعم والمقاومة.

توفر سحابة Ichimoku عددًا من المؤشرات التي تغذي عملية التصنيف. تم تحسين هذه المؤشرات لمجموعات الأصول المشفرة وظروف السوق الخاصة.

بولينجر باند

يعد Bollinger Band إحدى الطرق لتحديد حركات الأسعار المتطرفة. إنها ملكية مسجلة كعلامة تجارية لـ John A. Bollinger. يتكون Bollinger Band من متوسط متحرك للسعر مدمج مع النطاقات العلوية والسفلية التي تعتمد على مضاعفات الانحراف المعياري للمتوسط المتحرك.

يساعد النطاق السعر المتطرف والأداء النسبي للنطاقات (المتقاربة أو المتباينة) في تحديد ظروف السوق أو الاتجاه. يمكن استخدامها لتحديد المخاطر أو إمكانية الانعكاس أو الوزن النسبي لتطبيقها على أدوات توحيد الاتجاه.

يمكن أن تحدد Bollinger Bands بدء الاتجاه (تصنيف إيجابي إذا كان إيجابيًا وتقييمًا سلبيًا إذا كان سالبًا). يمكنهم أيضًا إظهار خطر التراجع إذا تم الوصول إلى الحد الأقصى وعدم استمراره (تصنيف سلبي للتراجع السلبي وتقييم إيجابي للتراجع الإيجابي). يجب تحديد الحدود القصوى والمعلمات وتحسينها باستخدام التعلم الآلي.

مؤشر ستوكاستيك

مؤشر ستوكاستيك Stochastic Oscillator هو مؤشر آخر للزخم. يقارن هذا المؤشر السعر الحالي بالنطاق السعري خلال فترة معينة. تظهر القراءات العالية زخمًا صعوديًا قويًا وقراءة منخفضة زخمًا هبوطيًا قويًا. يتم أيضًا استخدام الاختلاف بين سعر الأصول المشفرة ومؤشر الزخم.

يتم استخدام السعر المتعلق بمذبذب الاستوكاستك لتحديد الزخم. يرتبط السعر الأعلى الذي يتمتع بمزيد من الزخم بالتقييم الإيجابي في حين أن السعر الأعلى مع الزخم الذي لا يتحرك إلى أعلى هو علامة على أن الاتجاه قد يكون عرضة للانعكاس ويجذب تصنيفًا أقل. يجب تحسين مستويات محددة باستخدام التعلم الآلي.

مؤشر القوة النسبية

مؤشر القوة النسبية (RSI) ، الذي طوره J. Welles Wilder ، هو مذبذب الزخم الذي يقيس سرعة وتغير تحركات الأسعار. يتأرجح مؤشر القوة النسبية بين صفر و 100. تقليديًا يُعتبر مؤشر القوة النسبية ذروة الشراء عند أعلى من 70 وفي ذروة البيع عندما يكون أقل من 30.

تحدد العلاقة بين السعر ومؤشر RSI التصنيف. تؤكد الأسعار المرتفعة مع مؤشر القوة النسبية RSI فوق 70 أن الاتجاه سليم والتصنيف الإيجابي. تعتبر الأسعار المرتفعة مع انخفاض مؤشر القوة النسبية بمثابة علامة تحذير على أن الاتجاه قد يكون على وشك التغيير. سيؤدي هذا إلى تقليل التصنيف. يمكن تحسين المستويات لمجموعات الأصول المشفرة وظروف السوق الخاصة.

مخاطر السوق
عامل السوق

يوضح عامل السوق العلاقة بين العائد على الأصول المشفرة والعائد على سلة من الأصول المشفرة. إنه مقياس للمخاطر المنهجية ويوضح مدى تأثر هذه الأصول المشفرة بالصدمات التي تؤثر على سوق الأصول المشفرة بالكامل - وهذا ما يسمى أحيانًا الإصدار التجريبي. يشير الإصدار التجريبي من عدد واحد إلى أن العائد على هذه الأصول المشفرة مشابه جدًا للسوق ككل. تعني النسخة التجريبية أعلى من واحد أن الأصول المشفرة حساسة للغاية وستتفاعل بشكل أكبر بطريقة إيجابية وسلبية مع التغييرات في سوق الأصول المشفرة. يُظهر إصدار بيتا أقل من واحد أن رد الفعل تجاه السوق صامت. تعتبر النسخة التجريبية الأعلى من المخاطر الأعلى.

تتم مقارنة عامل السوق بالمتوسط المتحرك للأداء السابق لتقييم التصنيف. يجب تحسين الفترات باستخدام التعلم الآلي.

مؤشر ترينور

يشبه مؤشر ترينور نسبة شارب ونسبة سورتينو كمقياس للعائد لكل وحدة مخاطرة. ومع ذلك ، في هذه الحالة ، يتم قياس المخاطر على أنها مخاطر منهجية أو مخاطر السوق أو بيتا. ترينور ، 1965).

تتم مقارنة نسبة Treynor مع المتوسط المتحرك للأداء السابق لتقييم التصنيف. يجب تحسين الفترات التي يجب مراعاتها باستخدام التعلم الآلي.

الرسملة
الحجم

الحجم هو مقياس للرسملة. هناك عامل حجم للأسهم مع وجود دليل قوي على أن الشركات ذات الرسملة المنخفضة تحقق عائدًا مرتفعًا نسبيًا حتى عند احتساب المخاطر. يشير بحثنا إلى أنه بالنسبة للأصول المشفرة ، هناك تأثير إيجابي لحجم الأصول المشفرة ذات رأس مال أكبر يحقق عوائد أعلى ، حتى عندما يتم حساب المخاطر الأخرى.

يتم تقييم التصنيف من خلال مقارنة القيمة السوقية عبر الأصول المشفرة. أولئك الذين لديهم أعلى معدل رسملة لديهم أعلى تصنيف وأولئك الذين لديهم أدنى تصنيف لديهم أدنى تصنيف.

منصة Evai هي نظامُ تصنيفٍ مستقل لا مركزي للأصول المشفرة

يمكن أن تُعزى العديد من مشكلات التصنيف في الماضي إلى مركزية هياكل التصنيف التي تؤدي حتماً إلى التحيز.

تسعى منصة Evai إلى تحقيق اللامركزية في عملية التصنيف من خلال استخدام آلية إجماع لدفع الترقيات والتعديلات على عملية التصنيف. من خلال استخدام الذكاء الاصطناعي والتعلم الآلي ، تظل عملية تصنيف Evai مستقلة و مجردة من الرأي البشري والتحيز.

من بين أكثر من 10000 مجموعة من الأصول المشفرة ، يوفر القليل منها أي قيمة حقيقية أو حالة استخدام. تدّعي العديد من المشاريع أن لديها 'منتجًا فعالاً' ، على الرغم من أنه في كثير من الأحيان لا يوجد أي فائدة ملموسة من مشروعهم.

يقوم نظام تصنيف منصة Evai بتقييم سيولة الآلاف من الأصول المشفرة المدرجة في منصات التداول الرائدة بدقة.

يتم حساب السيولة باستخدام مجموعة من نماذج التسعير التي طورها الخبير الأكاديمي المالي الشهير ، البروفيسور أندروس جريجوريو (جامعة برايتون).

تستند تقييمات الأصول المشفرة لـمنصة Evai إلى نموذج متعدد العوامل يقيم مجموعة واسعة من المخاطر والمتغيرات المالية بما في ذلك الزخم والمخاطر المنتظمة والمشاعر والتذبذبات السعرية والسيولة والتحيز السلوكي لتسليط الضوء على المخاطر وتحديد قيمة الأصول طويلة الأجل.

ما الذي يجعل مشروع Evai مختلفًا؟
نمط خوارزمي

تطويرنا وصقلنا لتقنياتنا الخوارزمية الداخلية يجعل من السهل التنقل مابين الأصول المشفرة.

الذكاء الاصطناعي

نستخدم الذكاء الاصطناعي لاختيار المؤشرات ودمجها مع الأوزان المثلى لتحديد أكبر دقة لكل عامل او مؤشر خطورة.كما يقوم برنامجنا الذكي اصطناعياً بإجراء اختبارات يومية على جميع المؤشرات ، واختيار الأكثر كفاءة مع النتائج المسجلة.

التعلم الالي

يتم تنفيذ تقنيات التعلم الآلي لتقييم نتائج الاختبارات اليومية وتعديل مؤشرات ومتغيرات برنامجنا الذكي اصطناعياً. سيؤدي التغيير والتحديث في معايير اختيار النموذج متعدد العوامل إلى تحسين الدقة الإجمالية باستمرار بمرور الوقت.

منصة تفاعلية

تهدف منصة Evai إلى تشجيع مشاركة المجتمع وتطويره من خلال نظام حوكمة قائم على الرموز الموزعة يسمح لحاملي EVAI بالتصويت والتوصل إلى توافق في الآراء بشأن ترقيات النظام الأساسي وبروتوكولات الأمان بالإضافة إلى التصويت على أدوات الأصول المشفرة التي تمت إضافتها إلى منصة التصنيف.

معيار موحد

بقيادة البروفيسور أندروس جريجوريو (مستشار لدى CFA و FCA وبورصة لندن) ، نهدف إلى توحيد قياس المخاطر ، وتمكين المستثمرين من اتخاذ خيارات واضحة ومستنيرة عند توظيف رأس المال.

نمو سريع

الشراكة وترتيبات المشاريع المشتركة مع فرق البحث والتطوير الرائدة في مجال الذكاء الاصطناعي.

ما هو رمز EVAI؟

رمز EVAI هو رمز قياسي ERC-20 قائم على Ethereum ومتكامل مع Binance Smart Chain كعقد ذكي مزدوج الطبقة. مما يسهل لنا جميع عمليات الاقتران القياسية المتعددة كرمز مميز ERC-20 مع الاستخدام الإضافي لبروتوكول BSC لرسوم الغاز المهملة وأزواج BEP-20 بمجرد إدراجها في Binance. تم تدقيق العقد الذكي ثنائي الطبقة بواسطة CertiK مدقق الكود الأكثر احترامًا في العالم. من خلال التوافق مع معيار الرمز المميز ERC20 ، تتوافق EVAI مع البنية التحتية الحالية لإيثريوم ، مثل المحافظ والتبادلات.

يسمح جهاز Ethereum Virtual Machine (EVM) بنشر وتنفيذ العقود الذكية ، مما يتيح قواعد إصدار معقدة لمجموعات الأصول المشفرة مثل EVAI. تلغي Evai أي مسألة تتعلق بالثقة وتحمي الأطراف المتعاملة من الاحتيال. هذه الميزات القوية والنظام البيئي الديناميكي تجعل من Ethereum مقراً مناسبًا قويًا لرموز EVAI.

ستبقى منصة Evai على هذا النهج وستشجع مشاركة المجتمع من خلال نظام حوكمة قائم على الرموز الموزعة ، مما يسمح لحاملي EVAI بالتصويت والتوصل إلى توافق في الآراء بشأن ترقيات النظام الأساسي وبروتوكولات الأمان وتحديد أدوات الأصول المشفرة التي تمت إضافتها إلى جانب منصة التصنيف.

نحن حائزون على شهادة تدقيق رمز CERTIK المميز

CertiK هي واحدة من أكثر شركات أمان وحماية البلوكتشين موثوقية في العالم.

قامت منصة Evai بإشراك Certik والخضوع لجميع اختباراتها الدقيقة ومعايير الأمان الخاصة بها لضمان أن رمز EVAI يلبي أعلى المعايير ، تم عمل هذا الإجراء لزيادة الموثوقية لدى مستثمرينا الأفاضل وحاملي الرمز المميز Evai.

قدمت CertiK عقودًا ذكية مقاومة للقرصنة وعمليات تدقيق على مستوى البلوكتشين لبعض الشركات الأكثر رسوخًا في الصناعة بما في ذلك منصة الإيثريوم و IBM و Binance و Etherscan.

CertiK

توزيع الرموز
الرمز: EVAI
السعر: 0.49 دولار
البروتوكول: ERC20 و BEP20
راس المال الأدنى : 1 مليون دولار
سقف راس المال : 5 ملايين دولار
إجمالي العرض: 1 مليار
العرض المتداول: 3.43 مليون
القيمة السوقية الحالية: 1.68 مليون
تاريخ الإدراج: مايو 2021
البيع الأولي: 475 ألف دولار
البيع الخاص: 1.52 مليون دولار
البيع العام: 1.15 مليون دولار

فريق Evai

نهجنا التعاوني

يشترك مؤسسو Evai في من الخبرة في مجال الخدمات المالية التقليدية وقيادة الفكر الأكاديمي المشهورة عالميًا وسجل حافل بالنجاح في تداول الأصول المشفرة والصناديق المتداولة باستخدام الخوارزميات.

باستخدام أحدث الابتكارات في التكنولوجيا المتطورة ، تعاون الفريق لتحقيق اختراق في منهجية تصنيفات التشفير التي تقدم إرشادات دقيقة وموثوقة وموثوقة لكل من مستثمري التجزئة وصناديق التحوط والمؤسسات على حدٍ سواء.

Executive Team

Matthew Dixon
Matt Dixon

Founder,
Chief Executive Officer

Simon Reid
Simon Reid

Co-Founder,
Chief Operating Officer

Arif Al Otaibi
Arif Al Otaibi

Chief Strategy Officer

International Operations

Stuart Paterson
Stuart Paterson

Chief Development Officer

Preeya Patel
Preeya Patel

Business Development Manager

Development and Marketing

Nathan Revill
Nathan Revill

Chief Technology Officer

Nick Hamilton
Nick Hamilton

Communications Manager

Ratings Development

Professor Andros Gregoriou
Prof. Andros Gregoriou

Chief Research Officer

Prof. Guy Liu
Prof. Guy Liu

Research Director

Marsela Tafa
Marsela Tafa

Ratings Director

Rob Hayward
Dr. Rob Hayward

Ratings Analyst

Advisors

Dr Rami Al-Sahhar
Dr. Rami Al-Sahhar

Advisor

Stay in the know on everything crypto.
Sign up for our newsletter to receive latest trends, news, updates & more…
Loading...