あらゆる取引上の意思決定を定量化できる精度
Meteor Profit は、バックテストされた履歴データとリアルタイムの意思決定サポートを組み合わせるため、エントリー、エグジット、ポジションのサイジングは感情ではなく検証された確率に基づいています。
Meteor Profit は、バックテストされた履歴データとリアルタイムの意思決定サポートを組み合わせるため、エントリー、エグジット、ポジションのサイジングは感情ではなく検証された確率に基づいています。
各機能は、タイミング、資本保護、市場ペースなど、デイトレーダーが遭遇する明確な問題に対処します。いずれも予測だけに依存するものではありません。
モデルは、複数の商品にわたる価格、出来高、ボラティリティの長年にわたるデータに基づいてトレーニングされ、信号がダッシュボードに到達する前にサンプル期間外に対してテストされます。実際には、これにより遅行指標のみに依存することなく、機会を認識してそれに基づいて行動するまでの期間が狭まります。
すべての推奨事項には、その商品と時間枠の過去のドローダウン パターンから導出された、計算されたエクスポージャー境界が含まれます。目的は単純です。損失トレードを小さく一貫して継続することで、損失トレードが不当に資本を侵食しないようにします。
基盤となるインフラストラクチャは、受信する市場データを継続的に処理し、日中の状況の変化に応じて確率の推定値を再計算します。静かでノイズの少ないセッションだけでなく、ボリュームの急増やボラティリティの高いイベントにも耐えられるように構築されています。
Cedar Gainstead の方法論は、単一のブラックボックス モデルではなく、反復可能なプロセスを中心に構築されています。すべての推奨事項は、文書化された過去のテストにまで遡ることができます。
過去の価格、注文フロー、およびマクロ データセットは、ライセンスを取得した市場データ プロバイダーから取得され、使用前に不一致にフラグを立てるために二次フィードと照合されます。
候補ルールは、エントリ、イグジット、サイジング ロジックが事前に指定されて明示的に定義されるため、結果に合わせて結果を遡及的に調整することはできません。
戦略は、単一の有利な実行ではなく一貫性をチェックするために、複数の市場体制にわたる元の策定期間から保留されたデータに基づいてテストされます。
ライブパフォーマンスは、バックテストされた期待値とローリングベースで比較されます。合意された許容範囲を超えた戦略には、レビューのフラグが立てられます。
ローリング バックテスト ウィンドウの概略図。実際の戦略レポートはプラットフォーム内で完全に提供されます。
Meteor Profit は単純な制約に基づいて組み立てられています。つまり、履歴データに対する文書化されたバックテストに耐えるまで、推奨事項はクライアント ダッシュボードに届きません。これにより、新しい戦略を追加できる速度は遅くなりますが、システムの出力は最新の市場の物語ではなく証拠に関連付けられたままになります。
チームは、本番環境のすべての戦略のバージョン記録を、その検証に使用されるデータセットと時間枠とともに管理します。クライアントは、実行する推奨事項の基礎となるテスト パラメータをリクエストできます。
私たちについてもっと読むダッシュボードは意図的に抑制されており、自動更新のニュース ティッカーや不要なアニメーションはありません。すべてのパネルは、位置、露出、信号の信頼性など、一度に 1 つの質問に答えるために存在します。
戦略ごとの複数年の過去の範囲
継続的な日中再計算
銘柄および時間枠ごとに設定
すべての信号はソーステストにリンクされています
同じ基礎となるエンジンでも、時間枠と目的に応じて構成が異なります。以下に 3 つの一般的な構成を示します。
問題: 市場の動きと使用可能なシグナルの間の遅延により、短い保有期間のエッジが侵食されます。解決策: ストリーミングされたティックレベル分析は確率を継続的に再計算するため、シグナルは数分前のスナップショットではなく現在の状態を反映します。
問題: ポートフォリオ全体の相関関係とドローダウン履歴を手動で確認するのは時間がかかり、延期しやすいです。解決策: スケジュールされたポートフォリオレベルのバックテストは、配分の変動をフラグし、過去の先例に基づいてリバランスポイントを提案します。
問題: 量が増加すると、机や機器全体のエクスポージャーをリアルタイムで集計するのが困難になります。解決策: このプラットフォームは、帳簿のサイズに関係なく、アカウント全体のエクスポージャー データを統合し、同じ検証済みのリスクしきい値を一貫して適用します。