Bitcoin Era New acquisisce continuamente dati di mercato ad alta frequenza e calibra i suoi modelli rispetto ai cambiamenti della volatilità, in modo da esaminare una serie di segnali con priorità anziché rumore grezzo.
Comprendere il meccanismo dietro un segnale è importante quanto il segnale stesso. La pipeline seguente delinea ogni fase dall'acquisizione dei dati grezzi alla raccomandazione fornita.
La profondità del portafoglio ordini, i dati sull'esecuzione delle negoziazioni e i tassi di finanziamento dei derivati vengono raccolti dalle borse collegate a intervalli inferiori al secondo sull'intero set di coppie. I feed vengono normalizzati secondo uno schema comune prima dell'ulteriore elaborazione.
Una rete neurale a strati identifica modelli strutturali ricorrenti negli spostamenti di liquidità e nella divergenza del momentum, ponderando maggiormente i dati recenti durante i periodi di elevata volatilità.
Ogni segnale candidato viene confrontato con un modello di rischio corretto per la volatilità che tiene conto dello slittamento, dello spread e della profondità di liquidità specifica della coppia prima di essere valutato.
Gli output con punteggio vengono classificati e forniti tramite il dashboard o l'API come raccomandazioni strutturate, ciascuna annotata con un intervallo di confidenza e la finestra di dati sottostante utilizzata.
La microstruttura del mercato cambia nel tempo, quindi un modello statico si degrada. La rete sottostante è ricalibrata su una finestra mobile di dati commerciali recenti, che mantiene la sensibilità ai cambiamenti di regime senza scartare completamente la storia del modello a lungo termine.
Ciascuna funzionalità di seguito opera su un diverso livello di dati di mercato. Insieme formano la base analitica che un trader giornaliero in genere deve assemblare manualmente.
Tutte le oltre 500 coppie supportate vengono nuovamente scansionate ad ogni ciclo di dati anziché secondo un programma giornaliero fisso, quindi i cambiamenti nella liquidità o nello slancio emergono quando si verificano, non dopo il fatto.
Le raccomandazioni tengono conto del dimensionamento della posizione rispetto alla recente volatilità, riducendo la probabilità di segnali che sembrano attraenti presi isolatamente ma comportano un rischio di prelievo sproporzionato.
Le previsioni sono espresse come intervalli di probabilità su orizzonti temporali definiti piuttosto che come previsioni puntuali, riflettendo la reale incertezza nel movimento dei prezzi a breve termine.
L'output del segnale e i punteggi del modello grezzo sono disponibili tramite un'API REST documentata, consentendo l'integrazione nei sistemi di esecuzione esistenti senza fare affidamento sull'interfaccia del dashboard.
Lo stesso motore sottostante supporta diversi flussi di lavoro distinti, a seconda che la priorità sia l’allocazione, l’esposizione al rischio o i cambiamenti del sentiment a breve termine.
Le partecipazioni su più coppie vengono riponderate sulla base di dati aggiornati di correlazione e volatilità, aiutando a identificare il rischio di concentrazione che non è evidente dai soli grafici dei prezzi.
Prima di entrare in una posizione, il modello di rischio evidenzia l’intervallo storico di drawdown associato a condizioni di liquidità simili, fornendo un punto di riferimento oltre l’attuale movimento dei prezzi.
Lo squilibrio del flusso degli ordini e le variazioni dei tassi di finanziamento vengono aggregati in un indice del sentiment, aggiornato continuamente, che può segnalare la divergenza tra il movimento dei prezzi e il posizionamento sottostante.
Invece di fare affidamento sulle testimonianze, documentiamo l’origine dei dati e il modo in cui l’accuratezza del modello viene verificata nel tempo.
I dati di mercato vengono estratti direttamente dai feed forniti dagli scambi, con fonti ridondanti utilizzate per rilevare ed eliminare interruzioni dei feed o tick anomali prima che raggiungano il modello.
Le varianti del modello vengono testate rispetto agli snapshot storici del registro ordini utilizzando la convalida walk-forward, che impedisce la valutazione del modello sui dati su cui è stato addestrato.
L'accuratezza delle previsioni viene rivista su base continuativa confrontando le bande di probabilità previste con i risultati realizzati e la calibrazione viene corretta quando viene rilevata una deriva sistematica.
Bitcoin Era New è stato sviluppato partendo dal presupposto che è difficile fidarsi di una raccomandazione senza contesto ed è più difficile migliorarla. Ogni output è riconducibile alla finestra dati, alla versione del modello e ai parametri di rischio che lo hanno prodotto.
La piattaforma è progettata per un uso continuo durante le sessioni di trading attive, non come report periodico. È destinato ad affiancarsi agli strumenti di esecuzione esistenti piuttosto che a sostituire il giudizio del trader.
Questi affrontano i punti più comunemente sollevati prima di integrare la piattaforma in un flusso di lavoro esistente.
I dati di mercato vengono elaborati in un ciclo inferiore al secondo per le coppie supportate. La latenza end-to-end dalla ricezione dei dati alla consegna del segnale tramite l'API è in genere inferiore a due secondi, a seconda delle condizioni della rete e del carico corrente.
L'accesso viene fornito tramite un'API REST documentata con payload JSON standard. Non è richiesto alcun SDK proprietario e i sistemi esistenti possono utilizzare l'API utilizzando librerie client HTTP standard.
Tutto il traffico API viene crittografato in transito tramite TLS. L'autenticazione utilizza chiavi API con ambito e i controlli di accesso a livello di account consentono di limitare le autorizzazioni per integrazione.
Gli utenti possono regolare la soglia di sensibilità al rischio e l'insieme di coppie monitorate. L'architettura del modello e i parametri di addestramento sono fissi, poiché modificarli influenzerebbe le garanzie di convalida descritte nella sezione trasparenza.
Invia i tuoi dati per ricevere la documentazione tecnica, incluso il materiale di riferimento API e i riepiloghi delle prestazioni del modello attuale. Un membro del team ti contatterà per confermare l'ambito dell'integrazione.