核心引擎通过延迟优化的管道摄取逐笔报价级别的市场数据，应用随机模型来估计短期预测方差，并在下一个报价周期完成之前输出排名信号集。
模型参数是滚动重新拟合的，而不是静态的，这使输出能够响应不断变化的波动情况，而无需交易者手动重新校准。
蜱级摄入
正常化、净化
预测方差估计
排名、置信度评分
每个交易时段都会生成一份每日透明度报告，涵盖所发出的信号、模型在发出时声明的置信度以及头寸窗口关闭后的结果。报告保留在审计跟踪中，可以逐个会话进行审查，而不是汇总为单个标题数据。
| 领域 | 描述 |
|---|---|
| 会话ID | AEST 日期戳，型号版本 |
| 发出信号 | 计数和仪器故障 |
| 置信带 | 模型规定的方差范围有问题 |
| 已实现的成果 | 根据收盘参考价记录 |
| 馈送延迟 | 会话的平均毫秒数 |
显示的说明性报告结构仅用于布局目的。字段值不是实际性能数据，也不代表保证或预期结果。
风险控制内置于模型中，而不是事后应用。三种机制共同作用，随着日内条件的变化来管理暴露。
头寸规模建议是根据滚动回撤估计得出的，因此当模型最近的预测方差超出其典型范围时，风险敞口会自动收缩。
信号阈值随着检测到的波动率变化而变化，在波动条件下降低信号频率，而不是无论市场状况如何都以恒定速率发布建议。
在信号出现之前，会检查与当前未平仓头寸的相关性，从而限制在同一时段内倾向于一起移动的工具的集中度。
Qoala moolj 被定位为保留对执行的完全控制权的交易者的决策支持层。该平台的作用是处理大量无法手动查看的市场数据，并以可根据交易者自己对市场的解读进行检查的格式呈现结果分析。
该方法被记录下来，而不是作为黑匣子呈现。数据源、模型版本控制和报告保留策略可供任何活跃帐户持有者查看。
原始报价和报价数据是从许可的市场数据提供商处提取的，并在进入模型之前标准化为一致的模式，并持续运行提要完整性检查。
每个模型周期在其输出实时呈现之前都会根据样本外的历史数据进行验证，并且任何未达到验证阈值的周期都会被保留而不是发布。
验证的输出被格式化为带有置信区间和建议头寸规模的排名推荐，传送到仪表板，并在启用的情况下通过 API 进行审查。
信号输出可通过 REST 端点获得，该端点返回 JSON 格式的排名信号集、置信带和时间戳。集成通常涉及轮询端点或订阅 Webhook，具体取决于帐户层和现有执行堆栈。
延迟取决于基础源和工具类别，但管道设计为在同一报价周期内为支持的工具提供信号输出。前一会话的延迟数据包含在每个每日透明度报告中。
市场数据来自涵盖澳大利亚证券交易所股票、指数期货和主要外汇货币对的授权提供商。馈送状态（包括任何中断）都会记录在审计跟踪中，并在相关每日报告中披露。
传入数据在到达模型之前会检查间隙、重复和时间戳一致性。存在提要异常的会话会在报告中标记出来，而不是默默地进行平滑处理。
访问权限围绕账户层级进行构建，账户层级决定工具覆盖范围、API 调用限制和历史报告保留。完整的等级详细信息和当前条款在帐户设置期间提供。
不会。Qoala moolj 产生决策支持信号和分析。执行决策和下单仍由账户持有人或其现有执行系统保留。