Meteor Profit łączy sprawdzone dane historyczne ze wsparciem podejmowania decyzji w czasie rzeczywistym, więc wejścia, wyjścia i wielkość pozycji opierają się na zweryfikowanym prawdopodobieństwie, a nie na nastrojach.
Każda funkcja dotyczy odrębnego problemu, z którym spotyka się dzienny trader: czasu, ochrony kapitału i tempa rynku. Żadne z nich nie zależy od samych przewidywań.
Modele są szkolone na podstawie wieloletnich danych dotyczących cen, wolumenów i zmienności na wielu instrumentach, a następnie testowane w okresach poza próbą, zanim jakikolwiek sygnał dotrze do pulpitu nawigacyjnego. W praktyce zawęża to okno między dostrzeżeniem szansy a podjęciem działań z niej wynikających, bez polegania wyłącznie na opóźnionych wskaźnikach.
Każda rekomendacja ma obliczoną granicę ekspozycji wywodzącą się z historycznych wzorców wypłat dla tego instrumentu i przedziału czasowego. Cel jest prosty: straty w transakcjach powinny być małe i regularne, tak aby ich seria nie spowodowała nieproporcjonalnej erozji kapitału.
Podstawowa infrastruktura w sposób ciągły przetwarza napływające dane rynkowe, przeliczając szacunki prawdopodobieństwa w ciągu dnia w miarę zmiany warunków. Został zbudowany tak, aby wytrzymać skoki głośności i zmienność, nie tylko podczas spokojnych sesji o niskim poziomie hałasu.
Metodologia Cedar Gainstead opiera się na powtarzalnym procesie, a nie na pojedynczym modelu czarnej skrzynki. Każde zalecenie można prześledzić wstecz do udokumentowanego testu historycznego.
Historyczne zbiory danych dotyczące cen, przepływu zamówień i makro danych pochodzą od licencjonowanych dostawców danych rynkowych i są uzgadniane z dodatkowym źródłem danych w celu wykrycia rozbieżności przed użyciem.
Reguły kandydatów są zdefiniowane wyraźnie, z logiką wejścia, wyjścia i rozmiaru określoną z góry, więc wyników nie można dostosować z mocą wsteczną, aby dopasować je do wyniku.
Strategie są testowane na danych zatrzymanych z pierwotnego okresu opracowywania, w wielu systemach rynkowych, aby sprawdzić spójność, a nie pojedynczy korzystny przebieg.
Wyniki na żywo są na bieżąco porównywane z zweryfikowanymi oczekiwaniami. Strategie, które wykraczają poza ustaloną tolerancję, są oznaczane do przeglądu.
Ilustrujący schemat okna kroczącego testu historycznego. Rzeczywiste raporty strategiczne są udostępniane w całości na platformie.
Meteor Profit został zbudowany w oparciu o proste ograniczenie: żadna rekomendacja nie dociera do pulpitu klienta, dopóki nie przetrwa udokumentowanej analizy historycznej z danymi historycznymi. Spowalnia to szybkość dodawania nowych strategii, ale sprawia, że wyniki systemu są powiązane z dowodami, a nie z najnowszą narracją rynkową.
Zespół utrzymuje zapisy wersji każdej strategii w fazie produkcyjnej, wraz ze zbiorem danych i oknem czasowym używanym do jej walidacji. Klienci mogą zażądać podstawowych parametrów testowych dla wszelkich zaleceń, na podstawie których działają.
Przeczytaj więcej o nasPanel kontrolny został celowo ograniczony: brak automatycznego odświeżania paska wiadomości i zbędnych animacji. Każdy panel istnieje, aby odpowiadać na jedno pytanie na raz — pozycja, ekspozycja lub pewność sygnału.
Wieloletni zakres historyczny na strategię
Ciągłe przeliczanie w ciągu dnia
Ustawiane według instrumentu i przedziału czasowego
Każdy sygnał powiązany z testem źródła
Ten sam podstawowy silnik jest konfigurowany inaczej w zależności od ram czasowych i celu. Poniżej znajdują się trzy typowe konfiguracje.
Problem: opóźnienie między ruchem na rynku a użytecznym sygnałem zmniejsza przewagę w przypadku krótkich okresów utrzymywania. Rozwiązanie: strumieniowa analiza poziomu zaznaczeń w sposób ciągły oblicza prawdopodobieństwo, dzięki czemu sygnały odzwierciedlają bieżące warunki, a nie migawkę sprzed kilku minut.
Problem: ręczny przegląd korelacji i historii wypłat w portfelu jest powolny i łatwy do odroczenia. Rozwiązanie: zaplanowane testy historyczne na poziomie portfela wskazują dryf alokacji i sugerują punkty ponownego zrównoważenia w oparciu o precedens historyczny.
Problem: agregowanie ekspozycji pomiędzy biurkami i instrumentami w czasie rzeczywistym jest trudne, gdy wzrasta głośność. Rozwiązanie: platforma konsoliduje dane o ekspozycjach na wszystkich rachunkach i konsekwentnie stosuje te same zweryfikowane progi ryzyka, niezależnie od wielkości księgi.