通过 Zing markbit 提供的每项策略均受相同的底层分析框架管辖。以下三个支柱按顺序发挥作用，减少了在价格剧烈波动的市场中情绪决策的影响。
该系统持续获取多个交易所和时间范围内的市场数据。统计模型评估可能的近期价格行为，在新信息到来时更新其输出，而不是依赖静态预测。
分配不固定。随着资产之间的波动性和相关性发生变化，头寸规模会重新计算，以将风险敞口保持在预先定义的范围内，而不是无论市场状况如何都保持静态组合。
自然语言处理会扫描公开市场评论和链上活动，以发现语气和定位的变化。该输入与价格数据一起加权，比单独的价格行为提供更全面的情况，但其本身并不是决定性的信号。
每个策略都遵循一套明确的风险暴露、再平衡频率和回撤容忍度规则，而不是承诺固定的结果。投资者选择符合自己波动偏好的逻辑。
配置集中于交易历史较长、流动性较高的资产。再平衡很少发生，只有在波动性发生有意义的变化时才会触发，优先考虑资本保值而不是快速收益。
风险敞口分布在更广泛的资产中，包括中等市值的代币。该模型旨在平衡可衡量的上行参与与限制任何单一头寸集中度的定期再平衡。
该策略遵循短期趋势信号，更频繁地调整仓位。它是为那些接受更广泛的短期波动以换取对不断变化的市场状况更快响应的投资者而设计的。
以下流程概述了市场信息如何转化为头寸变化。每个阶段都会被记录下来，以便在事后审查给定分配背后的推理。
价格、交易量、订单深度和链上指标从多个来源持续收集，并标准化为一致的格式以供分析。
统计和机器学习模型根据一组定义的因素评估传入的数据，包括波动性、动量以及与更广泛市场的相关性。
每个因素的输出被组合成每个资产的单个置信度得分，该得分决定是否应该增加、减少或保持头寸不变。
在实际应用之前，每种信号类型都会根据历史数据进行测试，以评估其在过去条件下的表现。然后，批准的信号将在策略定义的风险限额内执行。
Zing markbit 的开发前提是加密资产决策受益于与传统投资组合管理相同的严格性。该平台不会发布有关价格走势的预测。它提供了一种结构化的、基于规则的方式来处理个人难以大规模处理的数据。
每个策略都运行在将分析与托管分开的基础设施上。平台决定分配逻辑；它不直接持有客户资金，并且通过仅适用于交易许可的交易所 API 进行执行。
对于德国投资者来说，托管和数据处理问题通常是尽职调查的首要问题。以下几点概述了现有的操作保障措施。
交换连接是使用仅限交易和读取权限的 API 密钥建立的。永远不会请求提款权限，这意味着 Zing markbit 无法将客户资金从连接的交易账户中移出。
API 凭证和帐户数据在静态和传输过程中均进行加密。对生产系统的访问受到限制并记录，符合金融数据基础设施的标准做法。
个人数据根据《通用数据保护条例》进行处理。客户可以随时通过提供的联系渠道请求访问、更正或删除其存储的数据。
费用结构因策略而异，并在激活前完整披露，通常将与分配资本相关的管理部分与仅当策略在基准期间产生收益时才应用的绩效部分相结合。不活跃余额不收取任何费用。
三种策略的最低进入点有所不同，通常反映了维持多元化头寸而不过度接触任何单一资产所需的资本。当前阈值在账户设置期间确认，因为它们可能会根据市场流动性状况进行调整。
每个策略都包含预设的回撤限制，如果在给定期间内损失超过定义的阈值，则会触发风险减少。这并不能消除急剧的低流动性事件期间的下行风险，但其目的是在触发人工审查之前限制单个事件对整体投资组合的影响程度。
提款始终由投资者通过自己的交易账户直接管理。 Zing markbit仅通过交易和市场数据范围内的API权限进行连接，并且不具备提取或转移客户资金的技术能力。
随着新市场数据的出现，基础模型将被滚动审查。策略风险参数的重大变化会在实施前传达给认购投资者，而不是默默应用。