O Qoala moolj aplica modelagem estocástica a dados de mercado otimizados para latência, produzindo sinais de apoio à decisão com um registro de desempenho verificável e publicado diariamente. Criado para traders que desejam o raciocínio por trás de cada recomendação, não apenas a recomendação em si.
Banda de variância preditiva ilustrativa plotada em relação à ação do preço intradiário realizada, atualizada em cada ciclo do modelo.
O mecanismo principal ingere dados de mercado em nível de tick por meio de um pipeline otimizado para latência, aplica um modelo estocástico para estimar a variação preditiva de curto prazo e gera um conjunto de sinais classificados antes da conclusão do próximo ciclo de cotação.
Os parâmetros do modelo são reajustados de forma contínua, em vez de deixados estáticos, o que mantém o resultado responsivo às mudanças nos regimes de volatilidade sem exigir recalibração manual por parte do trader.
Ingestão em nível de tick
Normalização, limpeza
Estimativa de variância preditiva
Classificado, com pontuação de confiança
Cada sessão de negociação produz um Relatório Diário de Transparência cobrindo os sinais emitidos, a confiança declarada do modelo no momento da emissão e o resultado após o fechamento da janela de posição. Os relatórios são mantidos em uma trilha de auditoria que pode ser revisada sessão por sessão, e não resumida em um único número principal.
| Campo | Descrição |
|---|---|
| ID da sessão | Carimbo de data AEST, versão do modelo |
| Sinais emitidos | Contagem e detalhamento do instrumento |
| Banda de confiança | Faixa de variância declarada pelo modelo em questão |
| Resultado realizado | Registrado em relação ao preço de referência de fechamento |
| Latência de feed | MS mediana para a sessão |
Estrutura ilustrativa do relatório mostrada apenas para fins de layout. Os valores dos campos não são dados reais de desempenho e não representam resultados garantidos ou esperados.
Os controles de risco são incorporados ao modelo e não aplicados posteriormente. Três mecanismos trabalham juntos para gerenciar a exposição à medida que as condições mudam durante o dia.
As recomendações de tamanho de posição são derivadas de uma estimativa de redução contínua, de modo que a exposição se contrai automaticamente quando a variância preditiva recente do modelo se amplia além de seu intervalo típico.
Os limites do sinal mudam com as mudanças detectadas no regime de volatilidade, reduzindo a frequência do sinal em condições instáveis, em vez de emitir recomendações a uma taxa constante, independentemente do estado do mercado.
Antes de surgir um sinal, a correlação com as posições atualmente abertas é verificada, limitando a concentração em instrumentos que tendem a se mover juntos durante a mesma sessão.
O Qoala moolj está posicionado como uma camada de suporte à decisão para traders que mantêm controle total sobre a execução. A função da plataforma é processar volumes de dados de mercado que seriam impraticáveis de serem revisados manualmente e apresentar a análise resultante em um formato que possa ser verificado em relação à leitura do mercado pelo próprio trader.
A metodologia é documentada e não apresentada como uma caixa preta. Fontes de dados, controle de versão de modelo e políticas de retenção de relatórios estão disponíveis para revisão por qualquer titular de conta ativa.
Os dados brutos de ticks e cotações são extraídos de provedores de dados de mercado licenciados e normalizados em um esquema consistente antes de entrar no modelo, com verificações de integridade de feed executadas continuamente.
Cada ciclo do modelo é validado em relação a dados históricos fora da amostra antes que sua saída seja divulgada ao vivo, e qualquer ciclo que falhe nos limites de validação é retido em vez de publicado.
A saída validada é formatada como uma recomendação classificada com faixa de confiança e dimensionamento de posição sugerido, entregue no painel e, quando habilitado, via API para revisão.
A saída do sinal está disponível por meio de um endpoint REST que retorna o conjunto de sinais classificados, a faixa de confiança e o carimbo de data/hora em JSON. A integração normalmente envolve pesquisar o endpoint ou assinar um webhook, dependendo do nível da conta e da pilha de execução existente.
A latência depende do feed subjacente e da classe do instrumento, mas o pipeline é projetado para fornecer saída de sinal dentro do mesmo ciclo de cotação para instrumentos suportados. Os valores de latência da sessão anterior estão incluídos em cada Relatório Diário de Transparência.
Os dados de mercado são provenientes de fornecedores licenciados que cobrem ações ASX, futuros de índices e os principais pares de FX. O status do feed, incluindo quaisquer interrupções, é registrado na trilha de auditoria e divulgado no relatório diário relevante.
Os dados recebidos são verificados quanto a lacunas, duplicação e consistência de carimbo de data/hora antes de chegarem ao modelo. As sessões com anomalias de feed são sinalizadas no relatório, em vez de serem suavizadas silenciosamente.
O acesso é estruturado em torno de níveis de conta que determinam a cobertura do instrumento, limites de chamadas de API e retenção de relatórios históricos. Os detalhes completos do nível e os termos atuais são fornecidos durante a configuração da conta.
Não. O Qoala moolj produz sinais e análises de apoio à decisão. As decisões de execução e colocação de ordens permanecem com o titular da conta ou com o sistema de execução existente.