挑战
零工经济人士和独立分析师很少有固定工作时间，可用于市场研究的时间每周都会变化。电子表格跟踪和临时新闻阅读并不是为连续的大容量数据而构建的。当手动发现某个模式时，对其采取行动的窗口通常已经大大缩小。
设置协议
入职序列故意很短。一旦前一步得到确认，每个步骤就会完成，除了初始连接之外，无需手动输入数据。
链接现有经纪、交易所或投资组合 API。 Weethley读取只读账户和市场数据；此阶段不需要交易许可。
选择风险范围和资本配置上限。这些设置控制模型生成的每个建议，并且可以随时进行调整。
该模型会返回一组经过排名的建议，其中包含置信区间和明确的理由，可供在采取任何行动之前进行审查。
核心能力
预测层将时间序列模型与梯度增强决策树相结合，并根据历史定价、交易量和波动性数据进行训练。产出以概率加权范围而非单一预测数字表示，反映了真正的市场不确定性。
每条建议在到达界面之前都会经过风险检查：头寸集中度、与现有持仓的相关性以及与所选风险范围的距离。违反阈值的项目会被标记而不是隐藏。
市场数据是连续获取的，而不是按照固定的时间表获取的，因此模型的状况视图会随着新信息的到来而更新。处理负载会根据数据量自动缩放，无需人工干预。
关于Weethley
Weethley 的设计围绕一个简单的限制：大多数独立工作人员没有固定的时间段用于研究。该平台将基础工作（数据收集、模式识别和风险检查）压缩为在后台运行的流程，仅显示需要决策的内容。
底层基础设施由位于英国的一个小型分析团队维护，随着市场条件的变化定期审查和重新校准模型。
方法论
预测是由时间序列预测模型和梯度增强树的集合产生的，并在涵盖价格历史、交易量、波动性和流动性的共享特征集上进行训练。在将输出合并为单个建议之前，根据最近的准确性对输出进行加权。
市场数据取自受监管的交易所和经纪信息源，并在用于实时计算之前与第二来源进行交叉检查。任何超出容差的饲料都会被排除在该周期之外，而不是进行估计。
每个模型版本在部署前都会根据跨越多个市场周期的历史数据进行测试，并滚动评估性能。回溯测试结果并不能保证未来的表现，应与独立判断一起阅读。
