Renderivity integrē reāllaika prognozēšanas modeļus ar sistemātisku dolāra izmaksu vidējo noteikšanu, pielāgojot pirkšanas pasūtījuma laiku atbilstoši apstiprinātiem tirgus signāliem, nevis manuālu spriedumu.
Ilustratīva modeļa izvade — Smart-DCA līkne (vienmērīga) pret fiksēta intervāla bāzes līniju (punktveida). Nav reāllaika tirdzniecības dati.
Vācijas un pasaules tirgi ir kļuvuši arvien aktīvāk reaģēt uz pārklājošiem makro signāliem, pasūtījumu plūsmas maiņām un noskaņojuma lēcieniem dažādās norises vietās. Tirgotāji, kas mēģina to apstrādāt manuāli, saskaras ar divām sarežģītām problēmām: informācijas apjoms pārsniedz to, ko viens analītiķis var novērtēt izpildei nozīmīgos termiņos, un emocionālā neobjektivitāte — bailes naudas izņemšanas laikā, pārmērīga pašpārliecinātība mītiņu laikā — izkropļo citādi saprātīgu ievades loģiku.
Renderivity risina abus, atdalot signāla uzņemšanu no izpildes lēmumiem, piemērojot vienus un tos pašus riska parametrus neatkarīgi no tirgus apstākļiem vai nesenajiem rezultātiem.
Manuāla diagrammu un ziņu pārskatīšana ievieš aizkavi starp signāla veidošanu un pasūtījumu izvietošanu, kuras laikā var aizvērties labvēlīgi ievades logi.
Iepirkšanās ar fiksētu intervālu ignorē īstermiņa dislokācijas, bieži vien pērkot vietējos maksimumus, nevis apstiprinātus atvilkumus.
Diskrecionāras korekcijas, kas veiktas stresa apstākļos, bieži atšķiras no paša tirgotāja iepriekš noteiktās stratēģijas, tādējādi samazinot konsekvenci laika gaitā.
Renderivity tika izveidots, balstoties uz īpašu novērojumu: lielākā daļa mazumtirdzniecības tirdzniecības rīku vai nu akli automatizē pēc fiksētiem grafikiem, vai atstāj katru lēmumu operatora ziņā. Neviena pieeja neņem vērā faktu, ka tirgus apstākļi nepārtraukti mainās, savukārt riska tolerances un kapitāla sadales noteikumiem nevajadzētu.
Platforma atrodas starp neapstrādātajiem datiem un pasūtījuma izpildi, katrai tirdzniecībai piemērojot vienu un to pašu modeļa loģiku un reģistrē katras korekcijas pamatojumu vēlākai pārskatīšanai. Tas ir paredzēts tirgotājiem, kuri vēlas saprast, kāpēc pozīcija tika izmērīta tā, kā tā bija, nevis tikai to, ka tā tika novietota.
Katrs komponents darbojas neatkarīgi un baro nākamo, tāpēc kļūme vai anomālija vienā slānī klusībā nepāriet izpildītos pasūtījumos.
Vairāku avotu datu reāllaika uzņemšana — biržas pasūtījumu grāmatas, makro izlaidumi un savstarpējās aktīvu korelācijas — normalizēta vienā, modelim gatavā signālu komplektā, kas tiek nepārtraukti atjaunināts visas tirdzniecības sesijas laikā.
Beijesa riska modelēšana novērtē pašreizējo ekspozīcijas koncentrāciju salīdzinājumā ar vēsturiskajiem izņemšanas sadalījumiem, atzīmējot pozīcijas, pirms tās tuvojas iepriekš noteiktiem pārmērīgas iedarbības sliekšņiem.
Smart-DCA loģika maina izmērus un atjauno pirkšanas pasūtījumus saskaņā ar stohastiskiem rādītājiem, aizstājot pirkumus ar fiksētu intervālu ar ierakstiem, kas svērti atbilstoši statistiski labvēlīgiem nosacījumiem.
Procesa caurspīdīgums tiek uzskatīts par prasību, nevis līdzekli. Katra tālāk norādītā darbība tiek reģistrēta un pieejama pārskatīšanai saistībā ar iegūto tirdzniecību.
Atšķirīgas datu plūsmas — cenas, apjoms, pasūtījumu grāmatas dziļums un makro indikatori — tiek normalizētas konsekventā shēmā pirms jebkādas modelēšanas.
Apmācīti modeļi identificē nelineāras tendences vairākos laika periodos, salīdzinot ar vēsturiskajiem nepastāvības režīmiem, lai samazinātu viltus signālus.
Rīkojumi tiek izpildīti saskaņā ar iepriekš noteiktiem riska parametriem, pozīcijas lielumu pārrēķinot pēc katra būtiska tirgus atjauninājuma, nevis atstājot statisku.
Pamatā esošais dzinējs ir tāds pats; tam piemērotie parametri atšķiras atkarībā no mērķa un laika horizonta.
Īstermiņa tirgotāji strādā saskaņā ar atkārtotiem, bieži pieņemtiem lēmumiem, kur nogurums ievērojami pasliktina spriedumu sesijas laikā. Renderivity atslogo modelī iekļauto nosacījumu atkārtotu novērtēšanu, ļaujot tirgotājam noteikt robežas — maksimālo ekspozīciju, pieļaujamo izņemšanu, pozīciju ierobežojumus —, nevis manuāli atkārtoti novērtēt katru atzīmi.
Investori, kas uzkrāj pozīciju ilgākos ciklos, parasti paļaujas uz pirkumiem ar fiksētu intervālu, kas uzskata, ka katrs ieejas logs ir vienāds neatkarīgi no apstākļiem. Tā vietā Smart-DCA piešķir sadalījumu periodiem, kas identificēti kā statistiski labvēlīgi, ar skaidru mērķi uzlabot vidējo izmaksu bāzi visā uzkrāšanas periodā, neatsakoties no sistemātiska grafika.
Tiešas atbildes uz jautājumiem, ko visbiežāk uzdod pieredzējuši tirgotāji, novērtējot platformu.
Renderivity apstrādā konta un tirdzniecības datus saskaņā ar GDPR prasībām, tostarp datu minimizēšanu un tiesībām eksportēt vai dzēst saglabāto informāciju. Tirgus dati, ko izmanto modeļa secinājumiem, tiek apstrādāti atsevišķi no kontu identifikācijas datiem, ja vien tas ir tehniski iespējams.
Pasūtījuma izpilde tiek veikta zema latentuma vidēs, kas izvietotas ar atbalstītiem apmaiņas galapunktiem. Faktiskais latentums atšķiras atkarībā no tirgus un tīkla apstākļiem, un izpildes žurnālā tiek parādīts katram pasūtījumam, nevis norādīts kā fiksēts skaitlis.
Patlaban segums ietver galvenos Eiropas un pasaules biržā kotētus instrumentus ar pietiekamu pasūtījumu grāmatas dziļumu uzticamai modelēšanai. Aktīvu pieejamība tiek periodiski pārskatīta un var tikt paplašināta, pamatojoties uz datu kvalitātes un likviditātes kritērijiem.
Pirms kapitāla piešķiršanas pārskatiet modeļa pamatojumu, riska parametrus un Smart-DCA loģiku, izmantojot savus datus.
Sāciet analīzi tūlītIr pieejams izmēģinājuma periods bez saistībām. Bez maksas līdz izmēģinājuma perioda beigām.