TsugGlügernetz は、市場および注文帳のデータをリアルタイムで処理し、構造化されたトランシェに資本を分配します。各トランシェの重み付けは、固定のカレンダー間隔ではなく、統計モデルに従います。
分析を開始する古典的なドルコスト平均法では、市場のボラティリティが低下しているか上昇しているかに関係なく、一定の時間間隔で購入します。これにより、平均してタイミングのリスクが軽減されますが、入手可能な情報は無視されます。
TsugGlügernetz はトランシングの基本原理を保持していますが、そのボリュームが変更されています。ボラティリティクラスター、オーダーブックの深さ、モメンタムインジケーターは、計画された各トランシェを実行前にリバランスするモデルに組み込まれています。
データ分析、モデリング、実行は、個別のツールとしてではなく、一貫したプロセスとして実行されます。
価格データ、出来高フロー、注文帳の深さは継続的に記録され、正規化されます。接続されているデータ プロバイダーに応じて、モデルの更新は数秒で行われます。
統計モデルは、短期的な価格変動の確率を推定し、次のトランシェのより有利なリスクと報酬の比率で時間枠をマークします。
リリースされたトランシェはルールに基づいて実行されます。感情のない実行とは、手動による再調整や疑いによる遅延がないことを意味します。
透明性は参照によってではなく、プロセスのトレーサビリティによって実現されます。
価格、出来高、注文帳の深さは継続的に記録され、調整され、統一された時系列形式に変換されます。
モデルは、準備された時系列内で繰り返されるボラティリティと勢いのパターンを特定します。
検出された各シグナルは、リリースされる前に、既存のポジションのサイズ、ポートフォリオのエクスポージャー、および現在の市場幅に対してチェックされます。
システムは特定のトランシェ推奨を生成するか、保存されたルールに従って接続された API 経由で自動的に実行します。
同じシグナルロジックを個々のポジションまたはポートフォリオ全体に適用できます。
変動が増大する段階では、システムは実行あたりのトランシェ サイズを減らし、実行頻度を増やします。これにより、計画された全体的な配分を変更することなく、エントリーリスクがより細かく分散されます。ボラティリティが低下すると、ロジックは標準のトランシングに戻ります。
個々のポジションからのシグナルはポートフォリオ全体のビューに組み込まれます。過重なクラスターは、次のトランシェ割り当てで自動的に速度が低下しますが、過小評価されたポジションには、事前に決められた上限内で比較的大きな重みが与えられます。