Az Bitcoin Era New folyamatosan feldolgozza a nagyfrekvenciás piaci adatokat, és kalibrálja modelljeit a változó volatilitás ellen, így a nyers zaj helyett a jelek prioritásos halmazát tekintheti át.
A jel mögötti mechanizmus megértése ugyanolyan fontos, mint maga a jel. Az alábbi folyamat felvázolja az egyes szakaszokat a nyers adatfelvételtől a kézbesített ajánlásig.
Az ajánlati könyv mélysége, a kereskedés végrehajtási adatai és a származtatott ügyletek finanszírozási aránya a csatlakoztatott tőzsdékről másodpercenkénti időközönként begyűjtésre kerül a teljes párkészleten keresztül. A hírcsatornákat a további feldolgozás előtt egy közös sémára normalizáljuk.
A réteges neurális hálózat azonosítja a likviditáseltolódások és a lendület-divergencia visszatérő strukturális mintázatait, és fokozottan súlyozza a friss adatokat a megnövekedett volatilitás időszakaiban.
A pontozás előtt minden jelölt jelet összevetnek egy volatilitástól korrigált kockázati modellel, amely figyelembe veszi a csúszást, a szórást és a pár-specifikus likviditási mélységet.
A pontozott kimeneteket rangsorolják, és az irányítópulton vagy az API-n keresztül strukturált ajánlásként jelenítik meg, mindegyikhez egy megbízhatósági tartományt és az alapul szolgáló adatablakot adnak megjegyzésekkel.
A piaci mikrostruktúra idővel eltolódik, így a statikus modell lebomlik. Az alapul szolgáló hálózatot a legfrissebb kereskedelmi adatok gördülő ablaka alapján kalibrálják, ami megőrzi érzékenységét a rendszerváltozásokra anélkül, hogy teljesen elvetné a hosszabb távú mintatörténetet.
Minden alábbi képesség a piaci adatok más-más rétegén működik. Együtt alkotják azt az analitikai alapot, amelyet egy napi kereskedőnek általában kézzel kell összeállítania.
Mind az 500+ támogatott párt újraellenőrzi minden adatciklusban, nem pedig egy rögzített napi ütemezés szerint, így a likviditás vagy a lendület eltolódása amint bekövetkezik, nem pedig utólag.
Az ajánlások figyelembe veszik a pozícióméretezést a közelmúltbeli volatilitáshoz képest, csökkentve annak a valószínűségét, hogy az elszigetelten vonzónak tűnő, de aránytalan lehívási kockázatot hordozó jelek megjelenjenek.
Az előrejelzések meghatározott időhorizontokon belüli valószínűségi tartományokban vannak kifejezve, nem pedig egypontos előrejelzésekben, ami a rövid távú ármozgások valódi bizonytalanságát tükrözi.
A jelkimenet és a nyers modellpontszámok egy dokumentált REST API-n keresztül érhetők el, lehetővé téve a meglévő végrehajtási rendszerekbe való integrációt anélkül, hogy az irányítópult felületére kellene hagyatkozni.
Ugyanaz a mögöttes motor több különböző munkafolyamatot támogat attól függően, hogy a prioritás az elosztás, a kockázati kitettség vagy a rövid távú hangulatváltás.
A több páron lévő befektetéseket a frissített korrelációs és volatilitási adatok alapján újrasúlyozzák, segítve a koncentrációs kockázat azonosítását, amely önmagában az árdiagramokból nem derül ki.
A pozícióba lépés előtt a kockázati modell felszínre hozza a hasonló likviditási feltételekhez kapcsolódó múltbeli lehívási tartományt, referenciapontot adva az aktuális árfolyamon túl.
A megbízások áramlásának kiegyensúlyozatlansága és a finanszírozási kamatlábak eltolódása egy hangulatindexben aggregálódik, amelyet folyamatosan frissítenek, és ez jelzi az ármozgás és az alapul szolgáló pozicionálás közötti eltérést.
Ahelyett, hogy az ajánlásokra hagyatkoznánk, dokumentáljuk, honnan származnak az adatok, és hogyan ellenőrizzük a modell pontosságát az idő múlásával.
A piaci adatok közvetlenül a tőzsde által biztosított hírcsatornákból származnak, redundáns beszerzéssel a takarmánykimaradások vagy a szokatlan jelölések észlelésére és elvetésére, mielőtt azok elérnék a modellt.
A modellváltozatokat a korábbi rendelési könyv pillanatképeihez viszonyítva teszteljük előrehaladó érvényesítéssel, amely megakadályozza, hogy a modell kiértékelésre kerüljön olyan adatokon, amelyekre betanították.
Az előrejelzés pontosságát gördülő alapon felülvizsgálják az előrejelzett valószínűségi sávok és a megvalósult eredmények összehasonlításával, és a kalibrációt szisztematikus eltolódás észlelésekor módosítják.
Az Bitcoin Era New-et azon a feltevésen fejlesztették ki, hogy a kontextus nélküli ajánlásban nehéz megbízni, és nehezebb javítani rajta. Minden kimenet nyomon követhető az adatablakra, a modell verziójára és az azt előállító kockázati paraméterekre.
A platformot az aktív kereskedési munkamenetek alatti folyamatos használatra tervezték, nem időszakos jelentésként. Célja, hogy a meglévő végrehajtási eszközök mellé üljön, ahelyett, hogy a kereskedő saját megítélését helyettesítené.
Ezek a platformnak egy meglévő munkafolyamatba való integrálása előtt leggyakrabban felvetett kérdésekre vonatkoznak.
A piaci adatok feldolgozása egy másodperc alatti ciklusban történik a támogatott párok esetében. A végpontok közötti késleltetés az adatfogadástól az API-n keresztüli jeltovábbításig általában két másodperc alatt van, a hálózati feltételektől és az aktuális terheléstől függően.
A hozzáférés egy dokumentált REST API-n keresztül érhető el, szabványos JSON-terhelésekkel. Nincs szükség szabadalmaztatott SDK-ra, és a meglévő rendszerek szabványos HTTP-ügyfélkönyvtárak használatával is használhatják az API-t.
Az összes API-forgalom TLS-en keresztül titkosítva van. A hitelesítés hatókörű API-kulcsokat használ, a fiókszintű hozzáférés-vezérlés pedig lehetővé teszi az engedélyek integrációnkénti korlátozását.
A felhasználók beállíthatják a kockázatérzékenységi küszöböt és a megfigyelt párok készletét. A modell architektúra és a betanítási paraméterek rögzítettek, mivel ezek megváltoztatása befolyásolná az átláthatóság részben leírt érvényesítési garanciákat.
Küldje el adatait, hogy megkapja a műszaki dokumentációt, beleértve az API referenciaanyagot és a modell teljesítményének aktuális összefoglalóit. A csapat egy tagja követi az integráció hatókörének megerősítését.