Utforsk dashbordet
CashNest-datagrensesnitt som viser en markedstrendlinje gjengitt over en taktil steinteksturert overflate
AI-dataintelligens for kryptonysgjerrige studenter

Forstå inngangstidspunktet før du forplikter pengene dine.

CashNest analyserer markedsvolatilitet og globale sentimentdata i sanntid, og forklarer deretter risikoen bak hver potensielle oppføring på et klart språk. Bygget for studenter som sammenligner en posisjon på 500 pund med en posisjon på 500 pund, ikke daghandlere som jager fart.

Utforsk dashbordet Se hvordan det fungerer

CashNest gir datastyrt beslutningsstøtte. Den foretar ikke handler på dine vegne og er ikke en erstatning for regulert finansiell rådgivning.

AES-256-kryptering i hvile og under transport

Kontodata og porteføljeinndata er kryptert ved hjelp av industristandard AES-256, samme krypteringsklasse som brukes på tvers av britisk bankinfrastruktur.

Bygget etter FCA-justerte standarder

Vår praksis for datahåndtering og avsløring er utformet rundt FCA-veiledning for forbrukerrettet finansiell teknologi, som vurderes fortløpende.

Gjennomsiktig som standard

Vi publiserer hvordan dataene dine samles inn, lagres og brukes.

Les vår retningslinjer for datahåndtering →
Kjernelogikk

To modeller, ett formål: færre overraskelser

CashNest kjører to tilkoblede prosesser kontinuerlig. Ingen av dem forutsier fremtiden med sikkerhet - begge er designet for å begrense rekkevidden av utfall du må tenke på.

Søyle en

Prediktiv risikomodellering

Modellen studerer historiske volatilitetsmønstre sammen med gjeldende ordrebokadferd for å flagge når en eiendel går inn i en høyere risikofase, før prisbevegelsen blir åpenbar på et standarddiagram.

Du ser en risikovurdering i vanlig språk ved siden av de rå tallene, så statistikken er aldri overlatt til å tale for seg selv.

Illustrerende volatilitet som går over et 30-dagers vindu

Søyle to

Sanntids sentimentanalyse

Vi behandler offentlige markedskommentarer, nyhetsflyt og endring av handelsvolum fra et bredt spekter av kilder for å måle om sentimentet avkjøler eller bygger rundt en gitt eiendel.

Dette blir behandlet som kontekst, ikke et signal å handle på alene – sentimentdata er mest nyttig når de leses mot risikomodellen over.

Illustrativ sentimentindeks, aggregert hver time

Metodikk

Fra råstøy til et signal du kan lese

Hver anbefaling på CashNest går gjennom tre stadier. Vi holder prosessen synlig i stedet for å presentere en enkelt uforklarlig poengsum.

01

Aggregasjon

Vi samler inn prishistorikk, ordrebokdybde og offentlige sentimentstrømmer på tvers av eiendelene du følger, oppdatert kontinuerlig i stedet for på en fast daglig tidsplan.

02

Analyse

Den prediktive modellen filtrerer volumet for mønstre knyttet til tidligere volatilitetshendelser, og forkaster kortvarig støy som historisk sett har hatt liten betydning for utfallene.

03

Optimalisering

Det gjenværende signalet blir oversatt til en anbefaling skalert til ditt oppgitte budsjett, så en posisjon på 500 kr og en posisjon på 500 pund får virkelig forskjellig veiledning, ikke samme utgang i mindre skrift.

Om CashNest

Bygget for folk som ønsker å forstå dataene, ikke bare følge dem

CashNest startet fra en enkel observasjon: de fleste kryptoverktøy er bygget for tradere som allerede har kapital og erfaring. Studenter og fagfolk i tidlig karriere som utforsker aktivaklassen for første gang, sitter vanligvis igjen med de samme dashbordene, nedskalert, men ikke forenklet.

Vi bygde CashNest som et beslutningsstøtteverktøy i stedet for en handelsplattform. Den utfører ikke ordrer, har ikke depot for midler eller lover avkastning. Den analyserer offentlig tilgjengelige markedsdata og presenterer dem i et format designet for noen som lærer å lese risiko, ikke noen som allerede har det.

Les mer om vår tilnærming
CashNest teamarbeidsområde som viser dataanalyseverktøy som brukes til å bygge plattformen
Bruk case-scenarier

Hva optimaliseringen faktisk endrer

Eksemplene nedenfor er hypotetiske, ment å vise hvordan den samme modellen gir ulik veiledning avhengig av budsjett og tidshorisont.

£50 stilling

Det er mer sannsynlig at modellen foreslår å spre en liten allokering på to eller tre eiendeler med lavere volatilitet, siden transaksjonskostnadene betyr proporsjonalt mer ved denne størrelsen og konsentrasjonsrisikoen er vanskeligere å absorbere.

500 pund posisjon

Med mer kapital tilgjengelig, kan anbefalingen ta hensyn til en større spredning, inkludert en mindre allokering til et aktiva med høyere volatilitet, balansert mot kjernebeholdningene.

£50 stilling

Ved denne størrelsen avveier modellen om det i det hele tatt er verdt å vente på et vindu med lavere volatilitet, gitt at gevinster på en liten posisjon kan være beskjedne i absolutte termer uansett.

500 pund posisjon

Det samme volatilitetssignalet har større vekt, siden prissvingninger oversettes til større absolutte tall, så modellen er mer konservativ når det gjelder timingforslag.

£50 stilling

Langsiktig sporing fokuserer på om eiendelens underliggende trend forblir stabil nok til å rettferdiggjøre en kjøp-og-hold-tilnærming til minimale kostnader, snarere enn hyppige justeringer.

500 pund posisjon

Modellen dukker også opp når et trendreverseringssignal er sterkt nok til å rettferdiggjøre en gjennomgang av posisjonen, i stedet for å la en større allokering være uovervåket i flere måneder.

Spørsmål, besvart direkte

Hva elevene vanligvis spør før de melder seg på

Hva skjer med dataene mine når jeg kobler til en konto?

Vi lagrer minimumsinformasjonen som er nødvendig for å generere anbefalinger: det oppgitte budsjettområdet ditt, eiendelene du følger og din brukshistorikk på plattformen. Markedsdata som brukes til analyse kommer fra offentlige kilder, ikke fra din personlige handelsaktivitet, med mindre du velger å koble til en børskonto for sporingsformål.

Hvor nøyaktige er AIs spådommer?

Modellen identifiserer statistiske mønstre knyttet til tidligere volatilitet og sentimentskifter; den forutsier ikke spesifikke priser eller garanterer utfall. Vi behandler det som et beslutningsstøtteverktøy som begrenser utvalget ditt av alternativer, ikke et system som fjerner usikkerhet. Markeder kan og beveger seg mot historiske mønstre.

Er CashNest regulert som finansiell rådgiver?

CashNest er et dataanalyseverktøy, ikke en regulert finansiell rådgiver, og vi gir ikke personlig investeringsrådgivning. Vår sikkerhet og datahåndteringspraksis er bygget rundt FCA-justerte standarder for fintech-produkter for forbrukere. Du bør behandle alle utdata som én inngang blant flere når du tar en beslutning.

Kan jeg bruke CashNest uten å sette penger i krypto ennå?

Ja. Mange studenter bruker dashbordet til å observere hvordan anbefalingene endres over tid før de forplikter seg til noen midler, siden det ikke er noe krav om å koble til en finansiert utvekslingskonto for å se analysen.

Start med å se på dataene, ikke ved å gjøre en handel

Opprett en gratis CashNest-konto for å se hvordan risikomodellen leser gjeldende markedsforhold. Det kreves ingen finansiert byttekonto for å komme i gang.

Start med data Les metodikken