Qoala moolj stosuje modelowanie stochastyczne do danych rynkowych zoptymalizowanych pod kątem opóźnień, tworząc sygnały wspierające podejmowanie decyzji z weryfikowalnym, codziennie publikowanym zapisem wydajności. Stworzony dla traderów, którzy chcą uzasadnienia każdej rekomendacji, a nie tylko samej rekomendacji.
Przykładowe predykcyjne pasmo wariancji wykreślone w porównaniu ze zrealizowaną śróddzienną akcją cenową, odświeżane w każdym cyklu modelu.
Podstawowy silnik pobiera dane rynkowe na poziomie ticków poprzez potok zoptymalizowany pod kątem opóźnień, stosuje model stochastyczny do szacowania krótkoterminowej wariancji predykcyjnej i generuje uszeregowany zestaw sygnałów przed zakończeniem kolejnego cyklu notowań.
Parametry modelu są dopasowywane na bieżąco, a nie pozostawiane na stałym poziomie, dzięki czemu dane wyjściowe reagują na zmieniające się reżimy zmienności bez konieczności ręcznej ponownej kalibracji przez tradera.
Połknięcie na poziomie kleszcza
Normalizacja, oczyszczenie
Predykcyjne oszacowanie wariancji
Rankingowe, punktowane pod kątem zaufania
Każda sesja handlowa generuje dzienny raport przejrzystości obejmujący wyemitowane sygnały, pewność modelu określoną w momencie emisji oraz wynik po zamknięciu okna pozycji. Raporty są przechowywane w ścieżce audytu, którą można przeglądać sesja po sesji, a nie podsumowywać w jednym nagłówku.
| Pole | Opis |
|---|---|
| Identyfikator sesji | Datownik AEST, wersja modelu |
| Wydano sygnały | Liczenie i podział instrumentów |
| Zespół zaufania | Kwestionowany zakres wariancji określony w modelu |
| Zrealizowany wynik | Rejestrowane względem ceny referencyjnej zamknięcia |
| Opóźnienie podawania | Mediana ms dla sesji |
Przykładowa struktura raportu pokazana wyłącznie w celach informacyjnych. Wartości pól nie są rzeczywistymi danymi dotyczącymi wydajności i nie reprezentują gwarantowanych ani oczekiwanych wyników.
Kontrole ryzyka są wbudowane w model, a nie stosowane później. Trzy mechanizmy współpracują ze sobą, aby zarządzać narażeniem w miarę zmiany warunków w ciągu dnia.
Zalecenia dotyczące wielkości pozycji pochodzą z szacunków wypłat ciągłych, zatem ekspozycja zmniejsza się automatycznie, gdy ostatnia wariancja predykcyjna modelu wykracza poza typowy zakres.
Progi sygnału zmieniają się wraz z wykrytymi zmianami reżimu zmienności, redukując częstotliwość sygnału w niestabilnych warunkach, zamiast wydawać rekomendacje ze stałą szybkością niezależnie od stanu rynku.
Zanim pojawi się sygnał, sprawdzana jest korelacja z aktualnie otwartymi pozycjami, co ogranicza koncentrację na instrumentach, które mają tendencję do wspólnych ruchów podczas tej samej sesji.
Qoala moolj jest pozycjonowany jako warstwa wsparcia decyzji dla traderów, którzy zachowują pełną kontrolę nad realizacją. Rolą platformy jest przetwarzanie takich ilości danych rynkowych, których ręczne przeglądanie byłoby niepraktyczne, i prezentowanie powstałej analizy w formacie, który można porównać z własnym odczytem rynku przez tradera.
Metodologia jest raczej udokumentowana niż przedstawiona w formie czarnej skrzynki. Źródła danych, wersjonowanie modeli i zasady przechowywania raportów są dostępne do wglądu dla każdego aktywnego posiadacza konta.
Surowe dane dotyczące notowań i notowań są pobierane od licencjonowanych dostawców danych rynkowych i normalizowane w spójny schemat przed wprowadzeniem do modelu, przy ciągłej kontroli integralności pliku danych.
Każdy cykl modelu jest sprawdzany na podstawie danych historycznych spoza próby, zanim jego wyniki zostaną upublicznione, a każdy cykl, który nie przekroczy progów walidacji, jest raczej wstrzymywany niż publikowany.
Zatwierdzone dane wyjściowe są formatowane jako rankingowe rekomendacje z przedziałem ufności i sugerowaną wielkością pozycji, dostarczane do pulpitu nawigacyjnego oraz, jeśli jest to włączone, za pośrednictwem interfejsu API do przeglądu.
Sygnał wyjściowy jest dostępny za pośrednictwem punktu końcowego REST, który zwraca zestaw sygnałów rankingowych, przedział ufności i sygnaturę czasową w formacie JSON. Integracja zazwyczaj obejmuje odpytywanie punktu końcowego lub subskrybowanie elementu webhook, w zależności od warstwy konta i istniejącego stosu wykonawczego.
Opóźnienie zależy od podstawowego źródła sygnału i klasy instrumentu, ale potok jest zaprojektowany tak, aby dostarczać sygnał wyjściowy w tym samym cyklu wyceny dla obsługiwanych instrumentów. Dane dotyczące opóźnień z poprzedniej sesji są zawarte w każdym dziennym raporcie przejrzystości.
Dane rynkowe pochodzą od licencjonowanych dostawców obejmujących akcje ASX, kontrakty terminowe na indeksy i główne pary walutowe. Stan paszy, w tym wszelkie przerwy, jest rejestrowany w ścieżce audytu i ujawniany w odpowiednim raporcie dziennym.
Przychodzące dane są sprawdzane pod kątem luk, duplikacji i spójności znacznika czasu, zanim dotrą do modelu. Sesje z nieprawidłowościami w pliku danych są oznaczane w raporcie, a nie dyskretnie wygładzane.
Dostęp jest zorganizowany według poziomów kont, które określają zakres instrumentów, limity wywołań API i przechowywanie raportów historycznych. Pełne szczegóły poziomu i aktualne warunki są podawane podczas konfiguracji konta.
Nie. Qoala moolj generuje sygnały i analizy wspierające podejmowanie decyzji. Decyzje o wykonaniu i złożenie zamówienia pozostają w gestii posiadacza rachunku lub jego istniejącego systemu realizacji.