Noble Kapton analysiert hochfrequente Marktdaten in Echtzeit und ordnet Chancen nach risikobereinigter Bewertung ein. Dabei werden Modelle verwendet, die anhand historischer Varianz validiert werden, bevor ein Signal jemals ein Live-Konto erreicht.
Die meisten Tools für den Einzelhandel fassen die Preisentwicklung im Nachhinein zusammen. Noble Kapton ist in die entgegengesetzte Richtung aufgebaut: Es erfasst kontinuierlich die Orderbuchtiefe, die Positionierung von Derivaten und Makrodaten-Feeds und bewertet dann jedes Instrument anhand einer Bibliothek von Musterbedingungen, die aus der Backtest-Varianz abgeleitet werden.
Das Ergebnis ist keine Richtungsvorhersage. Dabei handelt es sich um eine wahrscheinlichkeitsgewichtete Bewertung, wie sich ein gegebenes Setup in der Vergangenheit unter vergleichbaren Bedingungen verhalten hat, angepasst an das aktuelle Liquiditäts- und Volatilitätssystem.
Kein Modell erreicht die Produktion, ohne die Out-of-Sample-Validierung über mehrere Marktregime hinweg zu bestehen.
Jede Strategie wird zunächst anhand eines historischen Datenfensters trainiert und dann anhand von Daten getestet, die sie noch nie gesehen hat. Dabei wird eine Walk-Forward-Struktur verwendet, die das Trainingsfenster im Laufe der Zeit erweitert. Dies begrenzt das Risiko, dass sich ein Modell einfach vergangene Preispfade merkt.
Die Leistung wird anhand einer relevanten Benchmark und einer einfachen Buy-and-Hold-Basislinie für dasselbe Instrument überprüft, sodass der relative Vorteil gemessen und nicht angenommen wird.
Illustrative Form der Eigenkapitalkurve zur Beschreibung der Walk-Forward-Validierungsstruktur. Keine Darstellung der tatsächlichen Kontoergebnisse.
Jedes Modul ist so konzipiert, dass es unabhängig arbeitet, sodass die Risikokontrollen auch dann aktiv bleiben, wenn die Signalzufuhr unterbrochen wird.
Das Risiko auf Positionsebene wird bei jedem Datentick neu berechnet, wobei eine automatische Markierung erfolgt, wenn die Korrelation zwischen offenen Positionen über festgelegte Schwellenwerte steigt.
Ensemble-Modelle kombinieren Auftragsfluss, Volatilität und Makrofunktionen, um eine Rangliste der Kandidaten-Setups zu erstellen, die kontinuierlich aktualisiert wird.
Die historische Leistung wird in rollierenden, sich nicht überschneidenden Fenstern getestet, wodurch der Einfluss eines Binnenmarktregimes auf die gemeldeten Ergebnisse verringert wird.
Eingehende Feeds werden auf Lücken, Duplikate und veraltete Zeitstempel überprüft, bevor sie an ein Modell übergeben werden, wobei Anomalien zur Überprüfung protokolliert werden.
Jedes Signal wird mit Eingangsparametern, einem vorgeschlagenen Invalidierungspunkt und einer Abklingschätzung geliefert, sodass die Relevanz am Verwendungsort explizit ist.
Das Gesamtengagement aller Instrumente und Strategien ist in einer Ansicht sichtbar und verhindert so eine unbeabsichtigte Konzentration auf ein einzelnes Thema.
Markt-, Orderbuch- und Makrodaten werden kontinuierlich aus lizenzierten Feeds abgerufen und auf ein gemeinsames Schema normalisiert.
Rohdaten werden in Volatilitäts-, Liquiditäts- und Momentum-Funktionen umgewandelt, die als Modelleingaben verwendet und zur Überprüfbarkeit versioniert werden.
Kandidatenmodelle werden in Fenstern außerhalb der Stichprobe getestet und abgelehnt, wenn die Leistung über eine festgelegte Varianztoleranz hinaus nachlässt.
Validierte Signale werden mit einem Zeitstempel versehen, bewertet und mit angehängten Risikoparametern bereitgestellt, sodass sie manuell oder automatisiert ausgeführt werden können.
Erklärung zur Datenintegrität: Noble Kapton füllt oder ändert historische Daten nicht, nachdem ein Modell anhand dieses validiert wurde. Jede Korrektur der Datenquelle wird protokolliert und das betroffene Modell wird vor der erneuten Bereitstellung erneut validiert, sodass gemeldete Backtests die tatsächlich für das Training verwendeten Bedingungen widerspiegeln.
Eine exemplarische Vorgehensweise für die Plattform umfasst Modellmethodik, Datenbeschaffung und aktuelle Risikokontrollen. Für die Teilnahme ist keine Kontobindung erforderlich und die Dokumentation ist auf Anfrage im Voraus erhältlich.