Meteor Profit abbina dati storici backtested con supporto decisionale in tempo reale, quindi le entrate, le uscite e il dimensionamento delle posizioni sono basati su probabilità verificate piuttosto che su sentiment.
Ciascuna funzione affronta un problema distinto che un trader giornaliero incontra: tempistica, protezione del capitale e ritmo di mercato. Niente di tutto ciò dipende solo dalla previsione.
I modelli vengono addestrati su anni di dati su prezzi, volume e volatilità su più strumenti, quindi testati rispetto a periodi fuori campione prima che qualsiasi segnale raggiunga il dashboard. In pratica, ciò restringe la finestra tra riconoscere un’opportunità e agire di conseguenza, senza fare affidamento solo sugli indicatori ritardati.
Ogni raccomandazione comporta un limite di esposizione calcolato derivato dai modelli storici di prelievo per quello strumento e orizzonte temporale. L’obiettivo è semplice: continuare a perdere operazioni piccole e costanti, in modo che una serie di operazioni non eroda il capitale in modo sproporzionato.
L’infrastruttura sottostante elabora continuamente i dati di mercato in arrivo, ricalcolando le stime di probabilità man mano che le condizioni cambiano nel corso della giornata. È costruito per resistere a picchi di volume ed eventi di volatilità, non solo a sessioni tranquille e silenziose.
La metodologia Cedar Gainstead si basa su un processo ripetibile, non su un singolo modello a scatola nera. Ogni raccomandazione è riconducibile ad una prova storica documentata.
I prezzi storici, il flusso degli ordini e i set di dati macro provengono da fornitori di dati di mercato autorizzati e riconciliati con un feed secondario per segnalare discrepanze prima dell'uso.
Le regole dei candidati sono definite in modo esplicito, con la logica di ingresso, uscita e dimensionamento dichiarata in anticipo, quindi i risultati non possono essere modificati retroattivamente per adattarsi a un risultato.
Le strategie vengono testate sui dati trattenuti dal periodo di formulazione originale, in più regimi di mercato, per verificarne la coerenza piuttosto che un singolo ciclo favorevole.
La performance dal vivo viene confrontata con le aspettative retrospettive su base continuativa. Le strategie che vanno oltre la tolleranza concordata vengono contrassegnate per la revisione.
Schema illustrativo di una finestra di backtest mobile. I rapporti sulla strategia effettiva sono forniti integralmente all'interno della piattaforma.
Meteor Profit è stato assemblato attorno a un semplice vincolo: nessuna raccomandazione raggiunge la dashboard del client finché non è sopravvissuta a un backtest documentato rispetto ai dati storici. Ciò rallenta la rapidità con cui possono essere aggiunte nuove strategie, ma mantiene i risultati del sistema legati alle prove piuttosto che alla più recente narrativa del mercato.
Il team conserva i record delle versioni per ogni strategia in produzione, insieme al set di dati e alla finestra temporale utilizzata per convalidarla. I clienti possono richiedere i parametri di test sottostanti per qualsiasi raccomandazione in base alla quale agiscono.
Leggi di più su di noiLa dashboard è volutamente sobria: nessun news ticker con aggiornamento automatico, nessuna animazione non necessaria. Ogni panel esiste per rispondere a una domanda alla volta: posizione, esposizione o affidabilità del segnale.
Intervallo storico pluriennale per strategia
Ricalcolo intraday continuo
Impostato per strumento e intervallo di tempo
Ogni segnale collegato alla sua sorgente viene testato
Lo stesso motore sottostante è configurato diversamente a seconda dell'orizzonte temporale e dell'obiettivo. Di seguito sono riportate tre configurazioni comuni.
Problema: la latenza tra un movimento del mercato e un segnale utilizzabile erode il vantaggio nei periodi di detenzione brevi. Soluzione: l'analisi a livello di tick in streaming ricalcola continuamente la probabilità, quindi i segnali riflettono le condizioni attuali anziché un'istantanea di minuti precedenti.
Problema: la revisione manuale delle correlazioni e della cronologia dei prelievi in un portafoglio è lenta e facile da rinviare. Soluzione: i backtest programmati a livello di portafoglio segnalano le derive dell’allocazione e suggeriscono punti di ribilanciamento basati su precedenti storici.
Problema: aggregare l'esposizione tra desk e strumenti in tempo reale è difficile una volta che il volume aumenta. Soluzione: la piattaforma consolida i dati sull'esposizione di tutti i conti e applica in modo coerente le stesse soglie di rischio verificate, indipendentemente dalle dimensioni del portafoglio.