方法论
该平台不会尝试准确预测方向。相反，它应用预测模型来检测波动性、流动性和订单流数据中的潜在模式识别，然后根据风险调整后的回报而不是原始预测置信度来调整头寸规模。
模型根据历史和流媒体市场数据进行训练，以检测仅通过手动图表分析很难观察到的反复出现的结构性低效率。
每个信号在发布前都会根据近期的波动性和回撤风险进行加权，而不是仅根据预期回报来衡量。
策略会根据滚动的传入数据进行重新测试，以便模型能够适应不断变化的波动情况，而不是依赖于固定的历史拟合。
每个策略层背后的推理都有记录，包括预计其表现不佳的市场条件。
关于Royal Dutch
Royal Dutch 是为已经了解市场但希望其执行与情绪反应脱钩的交易者开发的。平台不取代判断；它提供了大多数个人交易者无法自行构建或维护的数据层。
Royal Dutch 不是发布一次性提示，而是作为一个常设分析流程运行：模型受到监控，策略在不再满足风险标准时被淘汰，并且每个决策背后的推理对交易者来说仍然可见。
核心功能
手动交易决策很容易受到疲劳和情绪偏见的影响，尤其是在高波动时期。以下功能的结构旨在消除执行层的可变性，同时保持交易者对参数的控制。
特点： 通过直接 API 路由到交易者的经纪账户进行实时信号处理。 好处： 零售账户的机构级执行速度，减少了信号生成和手动订单输入之间通常发生的滑点。
特点： 交易者在反映任何信号之前设置的头寸级别风险敞口限制和自动回撤控制。 好处： 对风险而不是回报进行战略优化，将损失保持在预定且可审查的范围内。
特点： 每个策略层在发布前都会根据历史市场数据进行验证，并滚动评估绩效。 好处： 在过去的条件下评估策略行为的记录基础，用于评估而不是作为对未来结果的承诺。
绩效透明度
策略根据其风险状况和所针对的市场条件进行分层，而不是仅根据过去的回报进行营销。
滚动评估窗口上样本策略层的建模回撤恢复的说明性表示。值表示报告中使用的格式，而不是实时表现源。
| 策略层 | 风险概况 | 审核频率 | 预期用途 |
|---|---|---|---|
| 基础 | 保守的波动性风险 | 每周 | 资本保全和适度参与 |
| 结构化 | 适度、基于范围的曝光 | 每周 | 交易者在活跃交易时段寻求明确的风险范围 |
| 分析型 | 事件驱动的曝光度提升 | 每日 | 经验丰富的交易者能够适应较高的方差 |
历史模型用于评估策略在过去市场条件下的表现。它是一种评估和比较的工具，而不是未来业绩的保证，所有交易都带有资金损失的风险。
整合
Royal Dutch 作为智能层运行。资金始终保留在您选择的、受监管的经纪公司；平台仅通过授权的API连接传输执行指令。
策略通过读/写受限的 API 密钥镜像到支持的经纪账户中，并配置了交易者批准的特定权限。
该平台旨在与在欧盟监管框架内运营的常用零售和半专业经纪平台一起工作。
所有传输中的数据均使用与机构金融基础设施一致的加密标准进行保护，并且凭证绝不会以纯文本形式存储。