Informe Alphacat (1–15 de julio) – Alphacat

A finales de junio, la tienda ACAT tenía 97 aplicaciones en total.

Todas las aplicaciones de la Tienda ACAT fueron desarrolladas por el equipo de desarrollo oficial de Alphacat, un equipo externo integrado con la plataforma ACAT o aplicaciones de terceros completamente desarrolladas por otros. En los primeros días de nuestra plataforma, la mayoría de las aplicaciones se desarrollaron a través de la cooperación con el Equipo de Alphacat y terceros. El desarrollo cooperativo se refiere al uso de nuestro motor Alphacat para crear e implementar aplicaciones. En la actualidad, cada vez más terceros han discutido la cooperación con nosotros. También damos la bienvenida a excelentes desarrolladores para que contribuyan a la construcción de la tienda ACAT y su ecosistema.

Shrimpy

(Asignación de activos)

Gestión automatizada de la cartera.

3Commas

(Gestión de riesgos)

Criptografía automatizada y reequilibrio.

MetaMask

(Herramientas de trading)

La billetera del navegador Ethereum más popular del mundo.

Para los desarrolladores, apoyamos lo siguiente:

i) Desarrolladores en las etapas conceptuales del diseño del producto.

ii) Desarrolladores que ya tienen productos listados en la tienda.

iii) Desarrolladores que ya tienen productos y están certificados por Alphacat.

iv) Desarrolladores que trabajan en cooperación con el Equipo de Alphacat.

En el futuro, proporcionaremos diferentes servicios para diferentes tipos de desarrolladores.

Para consultas sobre listas y cooperación comercial, contáctese con: [email protected]

2. AI Forecasting Engine

Sistema de pronóstico en tiempo real:

(1) Continuamos realizando pruebas en tiempo real del Sistema de Negociación de Pronósticos de AI para futuros de criptomoneda en diferentes entornos de mercado, prestando especial atención a los efectos de un mercado volátil así como al entorno de mercado descendente.

(2) Continuamos invirtiendo gran parte de nuestros recursos en la investigación más reciente sobre algoritmos de aprendizaje profundo, que incluye:

(i) Diseñar la estructura de pronóstico de la criptomoneda y sus contratos de futuros con los últimos resultados de investigación globales;

(ii) Comparando diferentes marcos de aprendizaje profundo (como TensorFlow, Keras, Theano, etc.) compitiendo la realización de las características, ventajas y desventajas de los pronósticos de mercado de criptomonedas para cada uno.