Qoala moolj wendet stochastische Modellierung auf latenzoptimierte Marktdaten an und erzeugt Entscheidungsunterstützungssignale mit einer überprüfbaren, täglich veröffentlichten Leistungsaufzeichnung. Entwickelt für Händler, die die Begründung hinter jeder Empfehlung wissen möchten, nicht nur die Empfehlung selbst.
Illustratives prädiktives Varianzband, aufgetragen gegen die realisierte Intraday-Preisbewegung, aktualisiert in jedem Modellzyklus.
Die Kern-Engine nimmt Marktdaten auf Tick-Ebene über eine latenzoptimierte Pipeline auf, wendet ein stochastisches Modell an, um die kurzfristige Vorhersagevarianz zu schätzen, und gibt vor Abschluss des nächsten Kurszyklus einen geordneten Signalsatz aus.
Die Modellparameter werden fortlaufend angepasst und nicht statisch belassen, wodurch die Ausgabe auf sich ändernde Volatilitätsregime reagiert, ohne dass eine manuelle Neukalibrierung durch den Händler erforderlich ist.
Einnahme auf Zeckenebene
Normalisierung, Reinigung
Prädiktive Varianzschätzung
Rangliste, Vertrauensbewertung
Für jede Handelssitzung wird ein täglicher Transparenzbericht erstellt, der die ausgegebenen Signale, das erklärte Vertrauen des Modells zum Zeitpunkt der Ausgabe und das Ergebnis nach Schließung des Positionsfensters abdeckt. Berichte werden in einem Audit-Trail gespeichert, der Sitzung für Sitzung überprüft werden kann, und nicht in einer einzigen Schlagzeile zusammengefasst.
| Feld | Beschreibung |
|---|---|
| Sitzungs-ID | AEST-Datumsstempel, Modellversion |
| Signale ausgegeben | Zählung und Instrumentenaufschlüsselung |
| Vertrauensband | Es handelt sich um den vom Modell angegebenen Varianzbereich |
| Realisiertes Ergebnis | Gegenüber dem Schlussreferenzpreis protokolliert |
| Feed-Latenz | Median ms für die Sitzung |
Die beispielhafte Berichtsstruktur dient nur zu Layoutzwecken. Feldwerte sind keine tatsächlichen Leistungsdaten und stellen keine garantierten oder erwarteten Ergebnisse dar.
Risikokontrollen werden in das Modell integriert und nicht nachträglich angewendet. Drei Mechanismen arbeiten zusammen, um die Exposition zu steuern, wenn sich die Bedingungen im Tagesverlauf ändern.
Empfehlungen zur Positionsgröße werden aus einer rollierenden Drawdown-Schätzung abgeleitet, sodass sich das Risiko automatisch verringert, wenn die aktuelle Vorhersagevarianz des Modells über den typischen Bereich hinaus ansteigt.
Die Signalschwellen verschieben sich mit erkannten Änderungen des Volatilitätsregimes und reduzieren die Signalfrequenz bei unruhigen Bedingungen, anstatt unabhängig von der Marktlage konstant Empfehlungen abzugeben.
Bevor ein Signal auftaucht, wird die Korrelation mit aktuell offenen Positionen überprüft, wodurch die Konzentration auf Instrumente begrenzt wird, die dazu neigen, sich während derselben Sitzung zusammen zu bewegen.
Qoala moolj ist als Entscheidungsunterstützungsebene für Händler positioniert, die die volle Kontrolle über die Ausführung behalten. Die Aufgabe der Plattform besteht darin, große Mengen an Marktdaten zu verarbeiten, deren manuelle Überprüfung unpraktisch wäre, und die resultierende Analyse in einem Format darzustellen, das mit der eigenen Markteinschätzung des Händlers verglichen werden kann.
Die Methodik wird dokumentiert und nicht als Blackbox dargestellt. Datenquellen, Modellversionierung und Richtlinien zur Berichtsaufbewahrung können von jedem aktiven Kontoinhaber eingesehen werden.
Rohe Tick- und Kursdaten werden von lizenzierten Marktdatenanbietern abgerufen und vor der Eingabe in das Modell in ein konsistentes Schema normalisiert, wobei kontinuierlich Feed-Integritätsprüfungen durchgeführt werden.
Jeder Modellzyklus wird anhand historischer Daten außerhalb der Stichprobe validiert, bevor seine Ausgabe live angezeigt wird. Jeder Zyklus, der die Validierungsschwellenwerte nicht erreicht, wird zurückgehalten und nicht veröffentlicht.
Die validierte Ausgabe wird als Rangempfehlung mit Konfidenzband und vorgeschlagener Positionsgröße formatiert, an das Dashboard und, sofern aktiviert, über die API zur Überprüfung übermittelt.
Die Signalausgabe ist über einen REST-Endpunkt verfügbar, der den eingestuften Signalsatz, das Konfidenzband und den Zeitstempel in JSON zurückgibt. Die Integration umfasst in der Regel das Abfragen des Endpunkts oder das Abonnieren eines Webhooks, abhängig von der Kontoebene und dem vorhandenen Ausführungsstapel.
Die Latenz hängt vom zugrunde liegenden Feed und der Instrumentenklasse ab, aber die Pipeline ist so konzipiert, dass sie für unterstützte Instrumente die Signalausgabe innerhalb desselben Kurszyklus liefert. Latenzzahlen für die vorherige Sitzung sind in jedem täglichen Transparenzbericht enthalten.
Die Marktdaten stammen von lizenzierten Anbietern und umfassen ASX-Aktien, Index-Futures und wichtige FX-Paare. Der Feed-Status, einschließlich etwaiger Unterbrechungen, wird im Audit-Trail protokolliert und im entsprechenden Tagesbericht offengelegt.
Eingehende Daten werden auf Lücken, Duplikate und Zeitstempelkonsistenz überprüft, bevor sie das Modell erreichen. Sitzungen mit Feed-Anomalien werden im Bericht gekennzeichnet und nicht stillschweigend geglättet.
Der Zugriff ist nach Kontoebenen strukturiert, die die Geräteabdeckung, API-Aufruflimits und die Aufbewahrung historischer Berichte bestimmen. Vollständige Details zur Stufe und die aktuellen Bedingungen werden bei der Kontoeinrichtung bereitgestellt.
Nein. Qoala moolj erzeugt entscheidungsunterstützende Signale und Analysen. Ausführungsentscheidungen und Auftragserteilung verbleiben beim Kontoinhaber bzw. seinem bestehenden Ausführungssystem.