Kombineerime ajaloolised tulud, reaalajas andmed ja masinõppe soovitusteks, mille järgi saate tegutseda – ilma, et peaksite mudeleid ise õppima. Sterk Sparingsel muudab kompleksi arusaadavaks, üks otsus korraga.
Alustage analüüsiMeie platvorm põhineb kolmel põhimõttel, mis koos muudavad kauplemisotsused jõulisemaks: pidev analüüs, ajalooliste andmete põhjal testimine ja teadlik riskijuhtimine.
Meie mudelid toovad ja struktureerivad pidevalt suuri turuandmeid, nii et mustrid ja kõrvalekalded jäädvustatakse, kuni need on endiselt asjakohased. Reaalajas ei ole eeliseks kiirus kiiruse pärast, vaid see, et teie otsus põhineb seisukorral, milles turg tegelikult praegu on, mitte eile.
Enne strateegia soovitamist testitakse seda erinevate turutingimuste ajalooliste andmete pikkade aegridade suhtes. See annab realistliku ootuse selle kohta, kuidas strateegia oleks võinud varem toimida, ja aitab kaasa sellele, et soovitused põhinevad pigem tegelikel mudelitel kui eeldustel.
Igale soovitusele järgneb langusriski ja positsiooni suuruse hindamine. Eesmärk ei ole riski kõrvaldada – see on kauplemisel võimatu –, vaid muuta see nähtavaks ja juhitavaks, nii et otsuseid tehakse lahtiste silmadega, mitte kõhutunde järgi.
Usume, et mudel on usaldusväärsem, kui selle taga olevat protsessi selgitatakse, mitte ei peideta. Allpool on neli sammu andmete kogumisest valmis strateegiani.
Turuandmeid, mahtusid ja asjakohaseid makrofaktoreid kogutakse väljakujunenud allikatest ning neid uuendatakse pidevalt kogu kauplemispäeva jooksul.
Mudelid tuvastavad statistilised seosed ja kõrvalekalded andmetes, sõltumata turusuunast või sentimendist.
Tulemusi testitakse ajalooliste perioodide suhtes, et hinnata, kui stabiilsed on mustrid aja jooksul, mitte ainult ühes osas.
Tulemus esitatakse konkreetse soovitusena koos riskihinnanguga, mis on teie jaoks valmis hindama.
Andmeallikate läbipaistvus on osa meie lubadusest. Kasutame avalikult kättesaadavaid turuandmeid ja väljakujunenud finantsandmete allikaid ning märgime alati analüüsi aluseks oleva ajaperioodi.
Ennustavad mudelid kohanduvad teie ajahorisondiga. Allpool on näha, kuidas kolme tüüpi investorid tavaliselt platvormi praktikas kasutavad.
Päevakauplejad kasutavad reaalajas mudeleid lühiajaliste kõrvalekallete ja mahumuutuste tuvastamiseks kogu kauplemispäeva jooksul, kusjuures riskiparameetreid uuendatakse iga tund.
Swing-kauplejate jaoks on rõhk pandud mitme päeva jooksul ulatuvatele mustritele koos tagasitestitud ajalooga, et hinnata liikumise tõenäolist kestust.
Pikaajalised investorid kasutavad platvormi, et hinnata riskipositsiooni aja jooksul ja testida, kuidas portfell on ajalooliselt reageerinud erinevatele turutingimustele.
Armatuurlaud on kokku pandud, et näidata, mis on asjakohane siis ja seal, ilma tarbetute hoiatuste või segajateta. Oleme rõhutanud rahulikku graafilist väljendust, nii et teie tähelepanu on suunatud andmetele, mitte tasapinnalistele efektidele.
Navigeerimine ja visualiseerimine on lihtsustatud, et nii uued kui ka kogenud kauplejad leiavad kiiresti asjakohase teabe.
Vajadusel saate soovitusest edasi liikuda ja vaadata, millised andmepunktid ja ajaperioodid on selle aluseks.
Vastame otse sellele, mille kohta meilt sageli küsitakse, lubamata rohkem, kui platvorm tegelikult pakub.
Turuandmeid töödeldakse pidevalt kogu kauplemispäeva jooksul, kuid andmeallika kuvamisel liideses on alati väike viivitus. See viivitus erineb olenevalt andmeallikast ja turutüübist ning anname alati teada, millisel perioodil analüüs põhineb.
Töötame API-integratsioonidega väljakujunenud kauplemisplatvormide vastu. Saadaolevate integratsioonide ulatus on erinev ja soovitame enne alustamist ühendust võtta, et selgitada, millised süsteemid on teie jaoks asjakohased.
Ükski mudel ei taga tulevast tulu. Võime öelda, et iga soovitust testitakse mitme turuolukorra ajalooliste andmete põhjal ja selle testimise tulemused on enne otsuse tegemist ülevaatamiseks saadaval.
Kasutame väljakujunenud ja avalikult kättesaadavaid finantsandmete allikaid ning meil on rutiinid, et kontrollida kõrvalekaldeid ja puuduvaid andmeid enne nende mudelitesse sisestamist. Andmete kvaliteet on pidev ülesanne, mitte ühekordne kontroll.
Meil on hea meel arutada, kuidas saaks teie ajahorisondi ja riskiprofiili jaoks mudeleid seadistada.