Valdrena Sorvelio w sposób ciągły przetwarza dane rynkowe, nastroje i przepływ zamówień w celu generowania sygnałów transakcyjnych skorygowanych o ryzyko. Wyniki każdego modelu są uzgadniane z codziennym raportem wydajności, dzięki czemu można zweryfikować dokładność, a nie zakładać.
Valdrena Sorvelio został zaprojektowany w oparciu o proste założenie: automatyczne rekomendacje są przydatne tylko wtedy, gdy można sprawdzić ich dokładność. Platforma łączy modelowanie ilościowe ze stałym dziennym cyklem raportowania, dając inwestorom analitycznym możliwość audytu wyników, zamiast polegać na twierdzeniach marketingowych.
System jest przeznaczony dla prywatnych inwestorów, analityków ilościowych i day traderów z siedzibą w Niemczech i całej UE, a infrastruktura i przetwarzanie danych są dostosowane do regionalnych wymogów regulacyjnych.
Poniższy przepływ pracy opisuje, w jaki sposób Valdrena Sorvelio przekształca nieustrukturyzowane dane wejściowe w rankingową rekomendację handlową, bez przesłaniania logiki pomiędzy.
Księga zamówień, ceny i aktualności są normalizowane w celu uzyskania wspólnej struktury szeregów czasowych dla wszystkich połączonych klas aktywów.
Modele statystyczne i językowe identyfikują krótkoterminowe wzorce, zmiany nastrojów i skupiska zmienności w znormalizowanych danych.
Każdy sygnał kandydujący jest oceniany pod kątem bieżących limitów wypłat i zasad dotyczących wielkości pozycji, zanim zostanie sklasyfikowany.
Rekomendacje rankingowe są publikowane na terminalu, a każdy wynik jest rejestrowany w raporcie wyników z następnego dnia.
Sygnały są generowane przez zestaw szeregów czasowych i modeli klasyfikacyjnych, a nie przez pojedynczy silnik predykcyjny. Zmniejsza to wpływ martwych punktów dowolnego modelu.
Zalecenia pojawiają się dopiero wtedy, gdy sygnał przekroczy minimalny próg ufności i odpowiednią ocenę ryzyka. Dane wyjściowe o niskim poziomie zaufania są rejestrowane wewnętrznie, ale nie są przedstawiane jako możliwe do wykonania.
Każdy dzień handlowy generuje raport obejmujący dokładność przewidywań, zachowanie przy wypłatach i zwroty skorygowane o ryzyko. Dane są publikowane z tą samą częstotliwością, w jakiej zostały obliczone, bez opóźnienia między wygenerowaniem a ujawnieniem.
| Data | współczynnik Sharpe’a | Maksymalna wypłata | Dokładność przewidywania |
|---|---|---|---|
| Dzień 1 | 1,42 | −2,1% | 63,4% |
| Dzień 2 | 1,38 | −1,7% | 61,9% |
| Dzień 3 | 1,51 | −2,4% | 64,8% |
Powyższe wartości ilustrują jedynie strukturę tabeli. Rzeczywiste dzienne dane są publikowane dla abonentów i nie są wstępnie wypełniane na tej stronie.
Każdy moduł działa niezależnie i można go włączyć lub wyłączyć w zależności od strategii, dzięki czemu platformę można dostosować do konkretnego stylu handlu, a nie stosować jako ustalony przepływ pracy.
Modele językowe skanują wiadomości, zgłoszenia i dyskusje publiczne, aby sygnalizować zmiany nastrojów, zanim zostaną one w pełni wycenione w księdze zamówień.
15-minutowe odświeżenieKażda rekomendacja zawiera numeryczną ocenę ryzyka wynikającą ze zmienności, płynności i ekspozycji na ryzyko związane z bieżącymi wypłatami, aktualizowaną z każdym cyklem sygnału.
Punktacja według sygnałuWielkość pozycji i ranking sygnałów uwzględniają korelację pomiędzy akcjami, walutami i instrumentami pochodnymi, redukując ryzyko niezamierzonej koncentracji.
Zasoby krzyżoweInterfejsy REST i WebSocket umożliwiają wykorzystanie sygnałów i ocen ryzyka bezpośrednio w istniejącym stosie handlowym lub silniku wykonawczym.
REST/WebSocketPodstawowe modele są takie same, ale wagi i horyzonty czasowe są dostosowywane w zależności od stosowanego podejścia handlowego.
W przypadku szybkich i cienkich ksiąg zamówień system ponownie uwzględnia sygnały w kierunku danych dotyczących mikropłynności i skraca okno potwierdzenia, aby zmniejszyć opóźnienie wejścia.
W przypadku pozycji wielodniowych progi wypłat są przeliczane w oparciu o szersze pasma zmienności, co zawęża ekspozycję przed zaplanowanymi wydarzeniami makro.
Większe przepływy zamówień są oceniane na podstawie prognoz głębokości księgi pod kątem czasu realizacji i ograniczenia wpływu na rynek w różnych miejscach.
Częste pytania od potencjalnych abonentów z Niemiec, dotyczące obsługi danych, opóźnień i warunków subskrypcji.
Wszystkie dane osobowe i konta są przetwarzane zgodnie z ogólnym rozporządzeniem UE o ochronie danych. Dane przechowywane są na serwerach znajdujących się na terenie UE, a dostęp ograniczony jest do funkcji niezbędnych do dostarczania sygnału i administrowania kontem.
W standardowych warunkach sieciowych czas dostarczenia sygnału od generacji do wyświetlacza terminala wynosi mniej niż 500 milisekund. Konsumenci API integrujący się poprzez WebSocket zazwyczaj obserwują porównywalne liczby, w zależności od ich własnej ścieżki sieciowej.
Dostęp zapewniany jest w ramach odnawialnej subskrypcji. Dostępność funkcji, w tym dostęp do interfejsu API i głębokość raportowania, jest powiązana z poziomem subskrypcji wybranym podczas rejestracji, a szczegóły są potwierdzane podczas procesu rejestracji.
Tak. Każdy raport jest generowany na podstawie zarejestrowanych sygnałów wyjściowych ze znacznikiem czasu, a subskrybenci mogą porównywać opublikowane dane z własnymi zapisami wykonania za ten sam okres.
Ten cykl raportowania stanowi zabezpieczenie platformy: publikowane są dane niezależnie od tego, czy wyniki są dobre, czy słabe, zatem decyzje dotyczące alokacji kapitału podejmowane są na podstawie zweryfikowanych informacji, a nie założeń.