无论条件如何，标准 DCA 都会按固定时间表进行购买。智能进入保持相同的纪律节奏，但使用波动性加权进入分数来调整分档时间和规模，因此相同的资本可以分配更多的背景。
已实现的波动性是在每个配置的资产中连续采样的，而不是在计划购买时采样的。
将当前的波动率与其最近的历史范围进行比较，为即将到来的部分生成权重分数。
计划的 DCA 分配的一部分根据权重分数在您定义的风险阈值内调整。
订单通过您连接的交易所 API 下达，并记录加权理由以供日后审核。
以下每项功能的存在都是为了保持系统的可审计性和您的风险敞口有限，而不是最大化交易频率。
Exchange 连接在支持的情况下使用只读或仅交易 API 范围。永远不会请求提款权限，并且凭据会静态加密存储。
入场权重利用根据滚动市场窗口重新校准的随机波动率模型，而不是单个静态训练集。
设置每档的最大分配、回撤触发的暂停以及不对称的风险回报率，以确定权重偏离基线的程度。
定价和订单簿深度是从许可的交易所源中汇总的，以减少单一来源数据差距。
giacosdila 是围绕一个简单的立场构建的：评估自动化系统的交易者应该看看它是如何推理的，而不仅仅是它的承诺。每个权重决策都记录了产生该决策的波动性输入，因此可以逐行审查分配历史记录，而不是完全信任。
该平台旨在作为与您现有的交易关系并存的基础设施，而不是替代您自己的风险判断。
历史测试是在步进的基础上运行的：每个模型版本仅根据其训练窗口之后发生的数据进行验证，因此结果无法以实时系统永远不会有的远见来适应过去。
在用于任何重新校准运行之前，会检查历史价格系列是否存在差距、重复时间戳和交换中断伪影。数据质量问题未解决的时期被排除而不是插值。
重新校准遵循固定周期而不是连续调整，这限制了模型在任何单一市场周期中适应短期噪音的紧密程度。
从已完成的窗口收集新的波动率数据。
在扩展数据集上重新训练权重参数。
针对看不见的样本外期间进行验证。
仅当验证指标在容差范围内时才进行部署。
相同的加权引擎支持不同的累积目标，具体取决于风险阈值的配置方式。
建立长期头寸的投资者希望有纪律地入场，而无需在每次计划购买前手动检查波动情况。
运行日内策略的交易者单独使用giacosdila来管理核心持仓，因此短期持仓和长期积累不会相互干扰。
想要在异常高的实际波动率期间限制风险敞口的分配者，使用不对称的风险回报设置来减少批次规模，而不是完全跳过它。
