Kmgymqueen reaalajas riskianalüüsi liides, mis kuvatakse pimedas kauplemistööruumis
AI-põhine riskiinfrastruktuur

Kaotuse leevendamine on kavandatud ennustava stop-loss modelleerimise abil

Kmgymqueen analüüsib reaalajas turuandmeid, et määrata kindlaks, paigutada ja uuesti kalibreerida stop-loss tasemeid, enne kui volatiilsus muutub kahjumiks. Loodud kauplejatele, kes peavad riski parameetriks, mida tuleb juhtida, mitte tunnet, mida tuleb taluda.

Renderdatud vaade: volatiilsuspind, mis on kaetud reaalajas tellimusraamatu sügavusega, värskendatakse jälgitavate instrumentide märgistamise kohta.

Volatiilsus ei oota veendumust

Kaotuse peatamise käsitsi haldamine sõltub sellest, kas kaupleja märkab, teeb otsuse ja tegutseb sellises aknas, mida turud harva lubavad. Surve all kitseneb see aken veelgi: positsioone hoitakse nende kehtetuks tunnistamise punktist kaugemal või suletakse liiga vara müra, mitte signaali tõttu.

Tulemuseks on asümmeetriline tulemus. Tagurpidi on ülempiiriks kõhklus; miinust pikendab sama kõhklus. Kmgymqueen loodi selleks, et eemaldada see viivitus otsustusahelast, ilma et see eemaldaks kaupleja kontrolli strateegia üle.

Tüüpiline vahe signaali ja käsitsi toimingu vahel

Mõõdetakse inimreaktsiooni sekundites – turud hindavad ümber millisekundites

Kolm süsteemi, mis töötavad samal riskipinnal

01

Automatiseeritud riskimaandamine

Avatud positsioonide korrelatsioonipositsioone hinnatakse pidevalt. Kui riskimaandus vähendab portfelli netoriski ilma algset väitekirja moonutamata, tehakse see ettepanek või teostatakse vastavalt konto konfigureeritud volitustasemele.

02

Ennustav libisemise modelleerimine

Korralduse täitmist simuleeritakse praeguste ja hiljutiste likviidsustingimustega enne esitamist, seega kajastavad stopp- ja limiittasemed realistlikke täitmishindu, mitte teoreetilisi hindu.

03

Dünaamiline likviidsuse analüüs

Tellimusraamatu sügavust ja hinnavahe käitumist jälgitakse iga instrumendi kaupa, kohandades peatuste asukohta, et vältida õhukese likviidsusega tsoone, mis muidu liialdaksid väljamaksetega väljumisel.

Distsiplineeritud protsess, mitte ühtegi päästikut

Nutikas stop-loss süsteem töötab pigem diskreetsete, auditeeritavate sammude jadana, mitte ühe staatilise lävena. Iga samm kitsendab vastuvõetavate tulemuste ulatust, enne kui positsioon satub täiendavale riskile.

  1. Andmete sissevõtmine
    Hinna-, mahu- ja tellimusraamatu andmed kogutakse ühendatud kohtadest pideva vooga, normaliseerituna instrumentide ja ajavahemike lõikes.
  2. Volatiilsuse hindamine
    Iga instrument hinnatakse tema enda hiljutise käitumise, mitte fikseeritud universaalse riba alusel, nii et läved kajastavad praegusi, mitte ajaloolisi tingimusi.
  3. Läve kalibreerimine
    Peatusteekond arvutatakse ümber volatiilsusskoori ja konto riskiparameetrite alusel, mis tingimuste muutudes suurenevad või karmistatakse.
  4. Täitmine ja läbivaatamine
    Tellimused esitatakse libisemisega korrigeeritud hinnakujundusega ja iga korrigeerimine logitakse tehingujärgseks läbivaatamiseks algse väitekirja alusel.
Loogiline voog — skemaatiline
Turu otsevoog
↓
Volatiilsuse ja likviidsuse hindamine
↓
Lõpetage läve ümberkalibreerimine
↓
Täitmiskiht

Iga etapp töötab iseseisvalt, nii et viivitus või anomaalia ühes kihis ei levi vaikselt tellimuste esitamisse – süsteem hoiab positsiooni, mitte ei tegutse mittetäielike andmete alusel.

Ümberkalibreerimise kadents Pidev, per-tikk
Andmeallikad Mitme kohaga kanalid
Otsuse ulatus Pilli kohta
Kontrolljälg Logitakse korrigeerimise kohta

Kuidas mudelid on ehitatud ja millele need on ehitatud

Kmgymqueen ei tugine kureeritud edulugudele. Platvormi väärtus sõltub sellest, kuidas selle mudeleid koolitatakse ja juhitakse, ning me ütleksime selle pigem selgelt välja, kui viitaksime iseloomustuse kaudu toimimisele.

Ennustavad mudelid on koolitatud ajalooliste ja voogedastavate turuandmete põhjal, mis pärinevad kauplemiskohtadest, kus antud konto kaupleb, ning kalibreeritakse ümber jooksvalt, mitte staatiliselt. Ühtegi mudelit ei esitata eksimatuna: iga automatiseeritud toiming on ülevaatav ja kontoomanik saab iga läve reguleerida.

  • Turuandmed pärinevad otse ühendatud börsidest ja likviidsuskohtadest, mitte teadmata latentsusajaga kolmandate osapoolte koondamiskihtidest.
  • Mudeli väljundid on versioonistatud, nii et mis tahes muutusi stop-loss käitumises saab jälgida konkreetsele ümberkalibreerimissündmusele.
  • Kliendi kauplemisandmeid ei kasutata teiste kontode mudelite koolitamiseks ilma selgesõnalise eraldi nõusolekuta.

Arhitektuuri kokkuvõte

Süsteem on üles ehitatud kihtidena: andmete sisestamise kiht normaliseerib voogusid erinevates kohtades; hindamiskiht rakendab volatiilsus- ja likviidsusmudeleid instrumendi kohta; ja täitmiskiht teisendab punktiarvestuse väljundi korraldusjuhisteks, mis on seotud konto enda riskipiirangutega.

Iga kiht on kavandatud nii, et see ei suleta. Kui hindamiskiht ei suuda anda kindlat väljundit, ei tegutse täitmiskiht vaikeeeldusel – see säilitab olemasoleva positsiooni ja märgib lünka ülevaatamiseks.

Kmgymqueen inseneritööruum, mida kasutatakse ennustavate riskimudelite väljatöötamiseks ja ülevaatamiseks

Enne konto ühendamist vaadake süsteem üle

Juurdepääs Kmgymqueen-ile antakse rakenduse kohta, mitte avalikule turule. See võimaldab iga konto riskiparameetreid tahtlikult määrata, mitte vaikimisi.

Taotle juurdepääsu

Ühendkuningriigi andmekaitseseaduse alusel käideldavaid andmeid. Taotlused vaadatakse läbi individuaalselt; ühtegi automaatset liitumisotsust ei tehta ilma läbivaatamata.