初期状況
市場は 24 時間動いており、ニュース状況や注文状況は数秒で変化します。画面観察だけで関連パターンを認識したい人は、利用可能な信号の一部のみを処理し、認知負荷が増大する中で意思決定を行うことになります。 Sormor Lormon は継続的な評価を引き継ぎ、決定をアクションに実際に関連するものに絞り込みます。
方法論
関連する取引会場からの価格、出来高、注文帳データは、モデリングに組み込まれる前に継続的に記録され、クリーンアップされ、統一フォーマットに変換されます。
統計モデルは、ブラックボックスロジックではなく明確に文書化された仮定を使用して、過去のパターンと現在の市場構造に基づいて短期的な価格変動の確率を評価します。
各シグナルロジックは、運用開始前に、ボラティリティの増大や構造的ドローダウンの期間など、複数の市場フェーズに対してテストされます。
ポジションサイズとシグナルウェイトは、推奨が静的な仮定ではなく現在の市場状況に適合するように、測定されたボラティリティと流動性に合わせて継続的に調整されます。
ユースケース
短期的な流動性の変化とオーダーブックの不均衡は、狭い時間枠内でのエントリーウィンドウとエグジットウィンドウを特定するために継続的に監視されます。
複数日間のボラティリティ パターンとトレンド フェーズは過去の比較データに基づいて分類されるため、明確に定義された期間でポジションを構築できます。
リスクフレームワークは、機関投資家の戦略のために確保されている個々のポートフォリオに使用されます。ポジションサイズ、相関関係、ドローダウン制限は継続的に監視されます。
宣伝の約束ではなく透明性を
各シグナルルールは、急激な下落期間を含む過去の市場フェーズに対してテストされます。損失フェーズの結果は、無視されるのではなく、リスク パラメーターの調整に組み込まれます。
受信した市場データは、モデリングに組み込まれる前に、ギャップ、外れ値、タイミング エラーがないかチェックされます。間違ったデータ ポイントはマークされ、評価から除外されます。
すべてのモデル予測は、確実性ではなく確率に基づいています。したがって、Sormor Lormon は、それぞれの市場フェーズの信頼範囲と過去のヒット率を含むシグナルを表示します。
ボラティリティが大幅に逸脱すると、システムは以前のパラメータに固執するのではなく、信号の重み付けを自動的に下げます。
過去の一連の損失は個別のトレーニング フェーズとして扱われるため、リスク ロジックは上昇フェーズのみに最適化されません。
セットアップは、共通ブローカーおよびデータ インターフェイスへの API ファースト接続を介して行われます。既存の戦略を移行する必要はありません。既存のデポは変更せずに統合されたままになります。
分析を開始する