Panel analityczny TsugGlügernetz z danymi rynkowymi i sygnałami algorytmicznymi

Zautomatyzowane uśrednianie kosztów w dolarach z predykcyjnymi punktami wejścia

TsugGlügernetz przetwarza dane rynkowe i księgi zamówień w czasie rzeczywistym oraz dystrybuuje kapitał w transzach strukturyzowanych. Ważenie każdej transzy opiera się na modelu statystycznym, a nie na ustalonym przedziale kalendarzowym.

Rozpocznij analizę
Przykładowy rozkład sygnału w czasie
Schematyczne przedstawienie, a nie prawdziwe dane handlowe.
Metodologia

Dlaczego sztywny DCA ignoruje strukturę rynku

Klasyczne uśrednianie kosztu dolara kupuje w ustalonych odstępach czasu, niezależnie od tego, czy zmienność rynku maleje, czy wzrasta. Zmniejsza to średnio ryzyko związane z synchronizacją, ale ignoruje dostępne informacje.

TsugGlügernetz zachowuje podstawową zasadę transz, ale zmienia ich wolumen. Klastry zmienności, wskaźniki głębokości księgi zamówień i dynamiki są włączone do modelu, który przywraca równowagę każdej planowanej transzy przed jej wykonaniem.

Odstęp podstawowy pozostaje stały. Wolumen transzy zmienia się w zależności od siły sygnału: słabe sygnały prowadzą do ograniczenia alokacji, wyraźne klastry prowadzą do zwiększenia alokacji w ramach określonych limitów.
Architektura potoku danych TsugGlügernetz do analiz predykcyjnych
Podstawa techniczna

Trzy komponenty, jedna ścieżka wykonania

Analiza danych, modelowanie i wykonanie przebiegają jako spójny proces, a nie jako osobne narzędzia.

01

Analiza danych w czasie rzeczywistym

Dane cenowe, przepływy wolumenowe i głębokość księgi zamówień są stale rejestrowane i normalizowane. Aktualizacje modelu odbywają się w ciągu kilku sekund, w zależności od podłączonego dostawcy danych.

02

Modelowanie predykcyjne

Modele statystyczne szacują prawdopodobieństwa krótkoterminowych ruchów cen i wyznaczają okna czasowe z korzystniejszym stosunkiem ryzyka do zysku dla kolejnej transzy.

03

Zautomatyzowane wykonanie

Uwalniane transze realizowane są w oparciu o zasady. Wykonanie bez emocji oznacza: brak ręcznych przeróbek, brak opóźnień wynikających z wątpliwości.

Proces

Cztery kroki od pierwotnej daty do działania

Przejrzystość nie wynika z odniesień, ale raczej z identyfikowalności procesu.

1

Zbieranie danych

Ceny, wolumeny i głębokość księgi zamówień są na bieżąco rejestrowane, korygowane i konwertowane do jednolitego formatu szeregów czasowych.

2

Rozpoznawanie wzorców

Modele identyfikują powtarzające się wzorce zmienności i dynamiki w przygotowanych szeregach czasowych.

3

Ocena ryzyka

Każdy wykryty sygnał jest sprawdzany pod kątem istniejącej wielkości pozycji, ekspozycji portfela i aktualnej szerokości rynku przed jego publikacją.

4

Wykonywalne dane wyjściowe

System generuje rekomendację konkretnej transzy lub realizuje ją automatycznie poprzez podłączone API zgodnie z zapisanymi regułami.

Zastosowanie

Dwa obszary zastosowań alokacji opartej na regułach

Tę samą logikę sygnałową można zastosować do poszczególnych pozycji lub do całego portfela.

Użyj przypadku 01

Zarządzanie zmiennością

W fazach zwiększonej fluktuacji system zmniejsza wielkość transzy na wykonanie i zwiększa częstotliwość realizacji. Pozwala to na bardziej precyzyjną dystrybucję ryzyka wejścia bez zmiany planowanej całkowitej alokacji. Kiedy zmienność spada, logika powraca do standardowego transzowania.

Użyj przypadku 02

Optymalizacja portfela

Sygnały z poszczególnych pozycji są uwzględniane w widoku całego portfela. Klastry przeważone są automatycznie spowalniane wraz z alokacją kolejnej transzy, natomiast pozycje niedostatecznie reprezentowane otrzymują relatywnie większą wagę, w ramach wcześniej ustalonych górnych limitów.

Często zadawane pytania

Pytania techniczne dotyczące opóźnień, modelu i bezpieczeństwa

Jak aktualne są przetwarzane dane rynkowe?
Dane rynkowe są stale uzyskiwane za pośrednictwem połączonych źródeł danych i aktualizowane co sekundę. Dokładne opóźnienie zależy od odpowiedniego dostawcy danych i fazy rynkowej i nie jest gwarantowane jako stała wartość.
Jak ocenia się dokładność modeli prognostycznych?
Modele są stale weryfikowane w oparciu o historyczne i aktualne dane rynkowe. Wyniki historyczne nie dostarczają żadnych informacji na temat przyszłego rozwoju sytuacji; Ocena służy utrzymaniu modelu, a nie gwarantowaniu rezultatów.
W jaki sposób chronione są interfejsy API i dostęp do konta?
Klucze API są przechowywane w postaci zaszyfrowanej i powiązane z ograniczonymi uprawnieniami. Domyślnie przyznawane są tylko prawa do odczytu i handlu; Prawa do odstąpienia od umowy są wyłączone poprzez konfigurację API.

Gotowy na strategię alokacji opartą na regułach?