Научись читать сигналы NosiTrade
Три шага до первого решения и подробный разбор настоящего сигнала: вход, стоп-лосс, тейк-профит, уверенность и риск — простыми словами.
Путь до первого сигнала
- 1
Сначала обучение
После регистрации — короткий onboarding: что такое сигнал, риск, вход, стоп-лосс и тейк-профит, и почему система не торгует за пользователя.
Открыть обучение → - 2
Тариф и активы
Затем выбираешь тариф и рынки. Лимит активов и доступные стратегии зависят от Standard, Plus или Multi.
Открыть тарифы → - 3
Сигналы и сопровождение
В панели видны сигналы только по выбранным активам. Деталка показывает вход, стоп, цель, confidence, risk/reward и обновления состояния.
Открыть сигналы →
Анатомия сигнала
Идея жива, пока цена между стопом и целью. Соотношение риск/прибыль здесь ≈ 1 : 3,4.
- Цена или зона, от которой построена идея.
- Уровень, где идея считается ошибочной.
- Цель движения, где идея отработана.
- Отношение потенциальной прибыли к риску.
- Период свечи, на котором построена идея.
- Контекст: тренд, боковик, волатильность.
Частые вопросы
Система торгует за меня?
Нет. NosiTrade остается signal-only: система дает аналитику и торговые сигналы, но не хранит деньги, не подключается к биржевому аккаунту и не исполняет сделки.
Почему сигнал может получить стоп?
Рынок может резко сменить направление из-за новости, ликвидности, ложного пробоя или высокой волатильности. Поэтому signal card всегда нужно читать вместе с risk/reward, таймфреймом, confidence и статусом сопровождения.
Почему я вижу только часть активов?
Пользователь выбирает активы сам. Сигналы показываются только по выбранным активам, а лимит зависит от тарифа Standard, Plus или Multi.
Почему часть аналитики скрыта?
Внутренние raw-данные, веса модели и технические audit-поля нужны для обучения и контроля качества. Обычному пользователю показывается безопасная детализация без раскрытия внутренней механики.
Можно ли уже считать статистику доказанной?
Пока это MVP/paper-statistics. Мы уже собираем данные, outcomes, candidates и rejected cases, но финальная модель будет проверяться через validation, calibration, walk-forward и сравнение с baseline.