日内交易
同时使用多种工具的日间交易者使用该平台来标记不断上升的相关风险，然后再出现回撤。信号在整个交易过程中更新，并且每个信号都根据当晚发布的报告加上时间戳，因此可以逐笔检查表现，而不是信任。
发动机
分析引擎实际上做了什么
该平台的优势不是单一的巧妙预测，而是一个连续的过程：数据进来，模型产生概率加权视图，并且在任何东西到达您之前，这些视图都会根据暴露和波动性进行检查。
预测信号建模
该引擎同时读取订单流、波动模式和宏观发布，生成可能价格变动的概率加权视图，而不是单一的定向调用。每个信号都带有一个置信范围，因此头寸大小可以反映模型实际的确定性。
实时风险缓解
未平仓头寸的风险敞口会不断重新计算，而不仅仅是在进行交易时重新计算。如果资产之间的相关性发生变化，或者波动性超出了生成信号的范围，则该头寸将被标记为需要审查，以免成为更大的问题。
自适应重新校准
交易时段结束后，模型输出将与实际发生的情况进行比较。如果信号丢失，差异就会进入下一个训练周期，因此模型会根据实际情况持续进行检查，而不是任其运行未经检查。
在底层，该平台使用针对所提出的问题类型选择的统计和机器学习模型的组合来处理结构化市场数据以及非结构化输入，例如新闻情绪和监管文件。没有一个模型被视为权威：输出在形成报告之前会与更简单的基准进行交叉检查。
方法论和报告
您可以根据市场情况查看每日报告周期
每个交易日，这些模型都会生成一组信号和风险评估，这些信号和风险评估会在开盘前记录下来，并在收盘前保持不变。之后不会对任何内容进行编辑或重新标记，因此您第二天早上阅读的报告准确地反映了模型所承诺的内容，而不是事后诸葛亮的版本。
每份报告都列出了生成了哪些信号、模型当时的信心程度以及市场实际发生的情况。当信号表现不佳时，报告会明确指出，并简要说明可能的原因，无论是数据差距、制度转变还是模型限制。
- 信号准确性与实现结果的比较
每个概率加权信号与市场实际表现的比较。
- 相对于基准的风险调整回报
性能是根据可比较的被动基准来衡量的，而不是孤立的。
- 信号发生时的模型置信区间
每个信号生成时附加的确定性范围，之后不进行调整。
- 回撤和风险敞口总结
报告期内最大回撤和头寸暴露的记录。
- 数据来源及版本审计追踪
哪些数据集及其版本决定了某一天的输出。
底层数据集带有版本和时间戳，因此任何报告都可以追溯到生成它的确切数据快照。我们不会追溯调整历史输出以使早期表现看起来更好。
从数据到决策
原始数据如何成为深思熟虑的决定
-
01
数据摄取
在任何数据到达模型之前，市场数据、订单簿深度和相关外部源都会被持续提取并检查是否存在差距或异常情况。
-
02
信号产生
模型产生具有相关置信范围的概率加权信号，而不是单个固定预测。
-
03
风险校准
每个信号都会根据当前风险、波动性以及与现有头寸的相关性进行权衡，并相应调整建议的规模。
-
04
决策执行
输出是附有推理的排名推荐，可供交易者或投资委员会采取行动、调整或拒绝。
该框架故意对确定性持保守态度。当信心较低或数据不完整时，系统会这样说，而不是强制提出建议，将最终判断留给对结果负责的人。
应用领域
专为两种不同的决策节奏而设计
战略资本规划
审查季度资本配置的投资委员会使用长期情景模型，根据一系列宏观条件对拟议头寸进行压力测试。由于每项建议背后的推理都有记录，因此可以将其与数字一起呈现给利益相关者，而不是代替数字。
关于Cote Assetage
作为您自己的分析的扩展，而不是替代它
Cote Assetage 是由一个具有定量研究和市场数据工程背景的小团队构建的，其工作前提是大多数交易工具都要求预先提供大量信任，并且提供很少的验证作为回报。我们的出发点是相反的：每天发布推理、发布置信水平并发布结果，因此模型的跟踪记录不言自明。
该平台旨在与您现有的流程并存，而不是覆盖它。信号和报告是决策的输入，不能替代决策者的判断。
我们经常被问到的问题
直接解决偏差、延迟和数据处理问题
平台如何避免在其推荐中嵌入偏见？
模型是根据历史数据进行训练的，而历史数据从来都不是完全中立的。我们通过针对多个时间段和市场制度而不是单个数据集测试输出来解决这个问题，并通过发布置信范围，以便低确定性信号永远不会以与高确定性信号相同的权重呈现。
事件和信号更新之间的延迟应该是多少？
延迟因所涉及的数据类型而异：结构化价格和订单簿数据在会话中持续处理，而文件或新闻情绪等输入的解析时间稍长。我们宁愿准确地了解这种变化，也不愿承诺一个并不适用于每种数据类型的单一数字。
这是一个我必须盲目信任的黑匣子系统吗？
不会。每日报告中的每个信号都附有其背后的推理以及生成时的置信水平。该平台的目的是扩展您自己的分析，为您提供更多的工作机会，而不是用不透明的输出取代您的判断。
我的数据和帐户信息如何处理？
数据在传输过程中和静态时都会被加密，对原始数据集的访问会被记录下来并限制为给定流程实际需要的数据。我们不会向第三方出售或共享客户数据。
在做出任何事情之前，我可以看到过去的特定信号是如何执行的吗？
是的。实时数据演示显示了历史信号样本以及当天报告中记录的结果，因此可以在决定模型是否适合您的方法之前评估模型的跟踪记录。
除了加密和访问控制之外，报告中使用的每个数据集都经过版本控制，因此如果对特定日期的输出提出问题，我们可以准确显示哪些数据产生了该输出。