Dataanalys i realtid
Prisdata, volymflöden och orderstocksdjup registreras och normaliseras kontinuerligt. Modelluppdateringar sker på några sekunder, beroende på ansluten dataleverantör.
TsugGlügernetz bearbetar marknads- och orderbokdata i realtid och distribuerar kapital i strukturerade trancher. Viktningen av varje tranch följer en statistisk modell, inte ett fast kalenderintervall.
Börja analysKlassiska dollar-kostnadsgenomsnittsköp med fasta tidsintervall, oavsett om marknaden minskar eller ökar volatiliteten. Detta minskar tidsrisk i genomsnitt men ignorerar tillgänglig information.
TsugGlügernetz behåller den grundläggande principen för tranchning, men ändrar deras volym. Volatilitetskluster, orderbokdjup och momentumindikatorer ingår i en modell som ombalanserar varje planerad tranch innan den exekveras.
Dataanalys, modellering och exekvering sker som en sammanhängande process, inte som separata verktyg.
Prisdata, volymflöden och orderstocksdjup registreras och normaliseras kontinuerligt. Modelluppdateringar sker på några sekunder, beroende på ansluten dataleverantör.
Statistiska modeller uppskattar sannolikheter för kortsiktiga prisrörelser och markerar tidsfönster med ett mer fördelaktigt förhållande mellan risk och belöning för nästa tranch.
Frisläppta trancher exekveras baserat på regler. Känslofritt utförande betyder: ingen manuell omjustering, ingen fördröjning på grund av tvivel.
Transparens uppstår inte genom referenser, utan snarare genom processens spårbarhet.
Priser, volymer och orderbokdjup registreras kontinuerligt, justeras och omvandlas till ett enhetligt tidsserieformat.
Modeller identifierar återkommande volatilitets- och momentummönster inom den förberedda tidsserien.
Varje signal som upptäcks kontrolleras mot befintlig positionsstorlek, portföljexponering och aktuell marknadsbredd innan den släpps.
Systemet genererar en specifik tranche-rekommendation eller exekverar den automatiskt via det anslutna API:et enligt lagrade regler.
Samma signallogik kan appliceras på enskilda positioner eller på en hel portfölj.
I faser av ökad fluktuation minskar systemet tranchstorleken per exekvering och ökar exekveringsfrekvensen. Detta fördelar inträdesrisken finare utan att den planerade totala allokeringen ändras. När volatiliteten minskar, återgår logiken till standardtranching.
Signaler från enskilda positioner införlivas i en portföljövergripande vy. Överviktade kluster bromsas automatiskt med nästa tilldelning, medan underrepresenterade positioner får relativt sett större vikt, inom förutbestämda övre gränser.