Как использовать эту страницу
Сначала прочитайте выжимку, затем блоки применения и ограничений, и только потом решайте, годится ли thesis для действия или только для контекста.
Краткая выжимка
Что делает EdgeVisor: превращает сырое рыночное ценообразование в структурированную thesis: crowd price, оценка модели, стек evidence, caveats и action framing.
Что меняется по категориям: politics, crypto и macro могут прикладывать свежие monitored news, если mapping и timing это позволяют. Sports чаще опирается на market structure, чем на внешние citations.
Что должен понять пользователь: pick EdgeVisor — не команда. Это decision surface, которая показывает, где именно возникло расхождение, что его поддерживает и где оно может сломаться.
Этапы пайплайна
Публичный результат начинается задолго до UI. Ingestion loop обновляет активные рынки и enrichments, затем модельный стек собирает category-aware signals из market structure, baseline context, timing и внешнего evidence, когда оно доступно.
Эти сигналы идут в research summary, где разделяются supporting evidence, counter-evidence, citations, source links и confidence notes. Затем decision layer определяет, выглядит ли сетап tradable, informational или слишком тонким для показа.
| Слой | Что он добавляет | Зачем это пользователю |
|---|---|---|
| Market ingestion | Живую цену, liquidity, category, timing и partner comparisons | Определяет исходный consensus и вообще пригодность рынка к анализу |
| Analyst stack | Baseline context, timing, liquidity context и поведенческие market checks | Показывает, выглядит ли текущая цена crowded, stale, thin или структурно ошибочной |
| Research summary | Supporting evidence, counter-evidence, citations и confidence notes | Превращает число в аудируемую thesis, а не в чёрный ящик |
| Decision layer | Framing tradable vs informational, readiness и caveats | Показывает, выглядит ли сетап пригодным для действия или только для контекста |
Что видит пользователь
Публичное explanation включает цену, estimate, edge label, recommendation text, evidence bullets, confidence notes и иногда citations. Эти поля нужны, чтобы пользователь мог понять, почему pick существует и где thesis хрупкая.
Положительный edge сам по себе не означает «надо покупать сейчас». Он означает, что model stack видит заметное расхождение с crowd price. Следующий вопрос: поддержано ли это расхождение evidence, приемлемыми caveats и категорией, где у продукта реально есть глубина сигнала.
- Сначала читайте gap: price vs estimate задаёт ту thesis, которую вы вообще оцениваете.
- Потом проверяйте support: есть ли у thesis evidence, внешние citations, market-structure support или только голый gap.
- Перед действием читайте caveat: если confidence notes и category limits ослабляют thesis, держите её как informational even при заметном headline gap.
Особенно в politics EdgeVisor может показывать informational thesis даже тогда, когда итоговый tradable edge слабее. Поэтому часть picks следует читать скорее как research context, чем как прямой trading prompt.
Ограничения
EdgeVisor сильнее всего там, где рынок достаточно ликвиден, category logic хорошо промаплен, а система имеет либо сильные structure signals, либо свежие внешние evidence. Он слабее там, где категория даёт тонкий контекст, sparse external support или очень эффективный crowd price.
- Текущие market sources: живая цена и структура Polymarket, плюс partner comparisons вроде Preddy, когда они доступны.
- Текущие evidence sources: monitored RSS buckets для отдельных категорий, например White House, Federal Reserve и BLS, только когда market mapping и окно свежести это подтверждают.
- Правило честности: если живой продукт не производит некоторый evidence layer, docs не должны делать вид, что он существует.
Частые вопросы
Нет. Внешние citations зависят от category mapping и наличия свежих RSS-элементов. Часть категорий опирается в основном на рыночную структуру.
Не совсем. Слой explanation показывает контекст и доказательства человеку, а decision engine применяет gating, tiers и risk constraints.