Noble Kapton analizuje dane rynkowe o wysokiej częstotliwości w czasie rzeczywistym i ocenia możliwości według wyniku skorygowanego o ryzyko, korzystając z modeli zweryfikowanych pod kątem wariancji historycznej, zanim sygnał dotrze na konto rzeczywiste.
Większość narzędzi przeznaczonych dla handlu detalicznego podsumowuje działania cenowe po fakcie. Noble Kapton jest zbudowany w odwrotnym kierunku: pobiera głębokość księgi zamówień, pozycjonowanie instrumentów pochodnych i dane makro w sposób ciągły, a następnie ocenia każdy instrument w oparciu o bibliotekę warunków wzorca uzyskanych z wariancji zweryfikowanej historycznie.
Wynik nie jest przewidywaniem kierunku. Jest to ważona prawdopodobieństwem ocena tego, jak dany setup zachowywał się w przeszłości w porównywalnych warunkach, skorygowana o bieżący reżim płynności i zmienności.
Żaden model nie trafia do produkcji bez przejścia walidacji poza próbą w wielu systemach rynkowych.
Każda strategia jest najpierw trenowana w oknie danych historycznych, a następnie testowana na danych, których nigdy nie widziała, przy użyciu struktury przejścia do przodu, która z czasem przesuwa okno uczenia. Ogranicza to ryzyko, że model po prostu zapamiętuje przeszłe ścieżki cenowe.
Wyniki ocenia się w odniesieniu do odpowiedniego benchmarku oraz prostej linii bazowej typu „kup i trzymaj” dla tego samego instrumentu, zatem mierzy się względną przewagę, a nie zakłada.
Przykładowy kształt krzywej kapitału własnego stosowany do opisu struktury walidacji przejścia do przodu. Nie jest to reprezentacja rzeczywistych wyników konta.
Każdy moduł zaprojektowano tak, aby działał niezależnie, więc kontrola ryzyka pozostaje aktywna nawet w przypadku wstrzymania przesyłania sygnału.
Ekspozycja na poziomie pozycji jest przeliczana przy każdym takcie danych i automatycznie oznaczana, gdy korelacja między otwartymi pozycjami wzrośnie powyżej ustalonych progów.
Modele zespołów łączą przepływ zamówień, zmienność i funkcje makr, aby wygenerować rankingową listę potencjalnych konfiguracji, stale odświeżaną.
Wyniki historyczne testuje się na powtarzających się, nienakładających się na siebie oknach, co ogranicza wpływ jakiegokolwiek systemu jednolitego rynku na zgłaszane wyniki.
Przychodzące kanały są sprawdzane pod kątem luk, duplikacji i nieaktualnych znaczników czasu, zanim zostaną przekazane do dowolnego modelu, a anomalie są rejestrowane w celu sprawdzenia.
Każdy sygnał jest dostarczany z parametrami wejściowymi, sugerowanym punktem unieważnienia i oszacowaniem zaniku, więc znaczenie jest wyraźne w momencie użycia.
Łączna ekspozycja na różne instrumenty i strategie jest widoczna w jednym widoku, co zapobiega niezamierzonej koncentracji na jednym temacie.
Dane rynkowe, księgi zamówień i makro są pobierane w sposób ciągły z licencjonowanych plików danych i normalizowane do wspólnego schematu.
Surowe dane są przekształcane na cechy zmienności, płynności i dynamiki wykorzystywane jako dane wejściowe modelu, a następnie wersjonowane w celu umożliwienia kontroli.
Modele kandydujące są testowane w oknach spoza próby i odrzucane, jeśli wydajność spada poza ustaloną tolerancję wariancji.
Zatwierdzone sygnały są oznaczane znacznikiem czasu, oceniane i dostarczane z dołączonymi parametrami ryzyka, gotowe do ręcznego lub automatycznego wykonania.
Oświadczenie o integralności danych: Noble Kapton nie uzupełnia ani nie zmienia danych historycznych po zweryfikowaniu modelu względem nich. Każda korekta źródła danych jest rejestrowana, a model, którego to dotyczy, jest ponownie sprawdzany przed ponownym wdrożeniem, dzięki czemu raportowane testy historyczne odzwierciedlają warunki faktycznie użyte do uczenia.
Opis platformy obejmuje metodologię modelu, pozyskiwanie danych i bieżącą kontrolę ryzyka. Udział w wydarzeniu nie wymaga zaangażowania konta, a dokumentacja jest dostępna z wyprzedzeniem na żądanie.