Inteligencja rynkowa wspomagana sztuczną inteligencją
Cote Assetage łączy modelowanie predykcyjne z codziennym cyklem raportowania, dzięki czemu możesz zobaczyć, jak działał każdy sygnał, zamiast popisywać się zaufaniem.
Silnik
Przewagą platformy nie jest pojedyncza sprytna prognoza, ale ciągły proces: napływają dane, modele generują widoki ważone prawdopodobieństwem, a te widoki są sprawdzane pod kątem ekspozycji i zmienności, zanim cokolwiek dotrze do Ciebie.
Silnik odczytuje łącznie przepływ zleceń, wzorce zmienności i publikacje makro, tworząc ważony prawdopodobieństwem obraz prawdopodobnych zmian cen, a nie pojedyncze wywołanie kierunkowe. Każdy sygnał ma określony zakres ufności, więc wielkość pozycji może odzwierciedlać faktyczną pewność modelu.
Ekspozycja na otwarte pozycje jest przeliczana w sposób ciągły, a nie tylko w momencie zawarcia transakcji. Jeśli korelacja między aktywami przesunie się lub zmienność wyjdzie poza zakres, w którym wygenerowano sygnał, pozycja jest oznaczana do przeglądu, zanim stanie się większym problemem.
Po zamknięciu sesji giełdowej wyniki modelu porównuje się z tym, co faktycznie się wydarzyło. Tam, gdzie brakuje sygnału, rozbieżność pojawia się w następnym cyklu szkoleniowym, dlatego model jest na bieżąco sprawdzany z rzeczywistością, a nie pozostawiany bez sprawdzenia.
Pod spodem platforma przetwarza ustrukturyzowane dane rynkowe wraz z nieustrukturyzowanymi danymi wejściowymi, takimi jak nastroje informacyjne i zgłoszenia regulacyjne, korzystając z kombinacji modeli statystycznych i uczenia maszynowego wybranych do rodzaju zadawanego pytania. Żaden pojedynczy model nie jest traktowany jako miarodajny: wyniki są sprawdzane krzyżowo z prostszymi punktami odniesienia, zanim trafią do raportu.
Metodologia i raportowanie
Każdego dnia handlowego modele generują zestaw sygnałów i ocen ryzyka, które są rejestrowane przed otwarciem sesji i pozostają niezmienione aż do jej zamknięcia. Nic nie jest później edytowane ani zmieniane, więc raport, który czytasz następnego ranka, odzwierciedla dokładnie to, do czego zobowiązała się modelka, a nie wersję wygładzoną z perspektywy czasu.
Każdy raport określa, jakie sygnały zostały wygenerowane, jak pewny był model w tamtym czasie i co faktycznie wydarzyło się na rynku. W raporcie wyraźnie wskazano, gdzie sygnał osiągnął gorsze wyniki, wraz z krótką notatką na temat prawdopodobnej przyczyny, czy jest to luka w danych, zmiana reżimu czy ograniczenie modelu.
Porównanie każdego sygnału ważonego prawdopodobieństwem z tym, co faktycznie zrobił rynek.
Wydajność mierzono w oparciu o porównywalny pasywny test porównawczy, a nie osobno.
Zakres pewności dołączony do każdego sygnału w momencie jego wygenerowania, a nie korygowany później.
Zapis maksymalnej wypłaty i ekspozycji pozycji w całym okresie sprawozdawczym.
Które zbiory danych i która ich wersja wpływały na wynik danego dnia.
Bazowe zbiory danych są oznaczone wersją i sygnaturą czasową, dzięki czemu każdy raport można prześledzić dokładnie do migawki danych, która go wygenerowała. Nie korygujemy retrospektywnie wyników historycznych, aby wcześniejsze wyniki wyglądały lepiej.
Od danych do decyzji
Dane rynkowe, głębokość księgi zamówień i odpowiednie źródła zewnętrzne są pobierane w sposób ciągły i sprawdzane pod kątem luk lub anomalii, zanim cokolwiek dotrze do modelu.
Modele generują sygnały ważone prawdopodobieństwem z powiązanym zakresem ufności, a nie pojedynczą stałą prognozą.
Każdy sygnał jest porównywany z aktualną ekspozycją, zmiennością i korelacją z istniejącymi pozycjami, odpowiednio dostosowując zalecany rozmiar.
Wynikiem jest rankingowa rekomendacja z dołączonym uzasadnieniem, gotowa do podjęcia działań przez tradera lub komitet inwestycyjny, dostosowania lub odrzucenia.
Ramy te są celowo konserwatywne, jeśli chodzi o pewność. Jeżeli pewność jest niska lub dane są niekompletne, system raczej to stwierdza, zamiast narzucać rekomendację, pozostawiając ostateczną ocenę osobie odpowiedzialnej za wynik.
Aplikacje
Day trader pracujący na kilku instrumentach jednocześnie wykorzystuje platformę do sygnalizowania rosnącego ryzyka korelacji, zanim pojawi się ono w postaci wypłaty. Sygnały są aktualizowane w trakcie sesji, a każdy z nich jest powiązany z raportem opublikowanym tego wieczoru, więc wyniki można sprawdzać w ramach poszczególnych transakcji, a nie brać je na wiarę.
Komitet inwestycyjny dokonujący przeglądu kwartalnej alokacji kapitału wykorzystuje model scenariuszy o dłuższym horyzoncie czasowym w celu przeprowadzenia testu warunków skrajnych proponowanych pozycji pod kątem szeregu warunków makro. Ponieważ uzasadnienie każdego zalecenia jest udokumentowane, można je przedstawić interesariuszom wraz z liczbami, a nie zamiast nich.
O Cote Assetage
Cote Assetage został zbudowany przez mały zespół z doświadczeniem w badaniach ilościowych i inżynierii danych rynkowych, pracując w oparciu o założenie, że większość narzędzi handlowych wymaga od razu dużego zaufania i oferuje w zamian bardzo niewielką weryfikację. Nasz punkt wyjścia był odwrotny: publikujmy uzasadnienie, publikujmy poziom pewności i publikujmy wyniki każdego dnia, aby osiągnięcia modelu mówiły same za siebie.
Platforma została zaprojektowana tak, aby wspierać istniejący proces, a nie go zastępować. Sygnały i raporty stanowią wkład w podejmowanie decyzji, a nie zastępują osądu osoby ją podejmującej.
Często nam zadawane pytania
Modele są uczone na danych historycznych, które nigdy nie są całkowicie neutralne. Rozwiązujemy ten problem, testując wyniki w odniesieniu do wielu okresów i reżimów rynkowych, a nie pojedynczego zbioru danych, a także publikując zakresy ufności, tak aby sygnał o niskiej pewności nigdy nie był prezentowany z taką samą wagą, jak sygnał o wysokiej pewności.
Opóźnienie różni się w zależności od rodzaju danych: ustrukturyzowane dane dotyczące cen i księgi zamówień są przetwarzane na bieżąco w trakcie sesji, natomiast analiza danych wejściowych, takich jak zgłoszenia lub nastroje w wiadomościach, zajmuje nieco więcej czasu. Wolelibyśmy być dokładni co do tej odmiany, niż obiecywać pojedynczą liczbę, która nie dotyczy każdego typu danych.
Nie. Każdemu sygnałowi zawartemu w raporcie dziennym towarzyszy uzasadnienie i poziom ufności obowiązujący w momencie jego wygenerowania. Zamiarem jest, aby platforma rozszerzyła Twoją własną analizę, dając Ci więcej możliwości do pracy, a nie zastępowała Twoją ocenę nieprzejrzystymi wynikami.
Dane są szyfrowane w trakcie przesyłania i przechowywania, a dostęp do surowych zbiorów danych jest rejestrowany i ograniczany do tego, czego faktycznie potrzebuje dany proces. Nie sprzedajemy ani nie udostępniamy danych klientów osobom trzecim.
Tak. Demo danych na żywo przedstawia próbkę sygnałów historycznych wraz z wynikami zarejestrowanymi w raporcie z danego dnia, dzięki czemu można ocenić historię modelu przed podjęciem decyzji, czy odpowiada on Twojemu podejściu.
Oprócz szyfrowania i kontroli dostępu, każdy zestaw danych użyty w raporcie jest wersjonowany, więc jeśli kiedykolwiek pojawi się pytanie dotyczące wyników z konkretnego dnia, możemy dokładnie pokazać, które dane je wygenerowały.
Jeśli wolisz zobaczyć rzeczywistą historię modelki, niż opierać się na wierze, demo danych na żywo pokazuje próbkę sygnałów z przeszłości wraz z wynikami zarejestrowanymi w raporcie z tego dnia. Nie ma żadnego obowiązku patrzenia.