Corso Markets przetwarza duże ilości danych rynkowych i przekształca je we wskaźniki operacyjne z obliczonym ryzykiem, przeznaczone dla analityków i inwestorów, którzy oceniają każde źródło przed podjęciem działań.
Trzy poziomy przetwarzania działają sekwencyjnie, od gromadzenia surowych danych po sporządzenie czytelnego raportu.
Modele sieci neuronowych wyszkolone na podstawie szeregów czasowych cen i wolumenów szacują prawdopodobne scenariusze krótko- i średnioterminowe, przypisując każdemu projekcji przedział ufności zamiast pojedynczej wartości bezwzględnej.
Przepływy danych z giełd, ksiąg zamówień i aktualności są normalizowane i analizowane z opóźnieniem mniejszym niż sekunda, dzięki czemu odchylenie między wydarzeniem rynkowym a wygenerowanym sygnałem pozostaje minimalne.
Każdej rekomendacji towarzyszą maksymalne parametry ekspozycji i progi wyjścia obliczone na podstawie historycznej zmienności składnika aktywów, co ogranicza decyzje pozostawione wyłącznie uznaniowej ocenie.
Każdy sygnał wygenerowany przez system jest rejestrowany ze znacznikiem czasu i udostępniany do wglądu. Społeczność może porównywać prognozy i rzeczywiste wyniki bez filtrów redakcyjnych na opublikowanych danych.
| Data | Aktywa | Sygnał | Waham się |
|---|---|---|---|
| 12.03 | BTC/EUR | Redukcja ekspozycji | Potwierdzone |
| 09.03 | ETH/EUR | Utrzymanie pozycji | Potwierdzone |
| 04.03 | Zdywersyfikowany portfel | Przywracanie równowagi | W trakcie przeglądu |
Metoda weryfikacji opiera się na rejestrze publicznym, którego po publikacji nie można modyfikować: każda rekomendacja jest zamrażana w momencie wydania i porównywana z rzeczywistą ceną w planowanym terminie wygaśnięcia.
Społeczność ma dostęp do pełnej historii prognoz, w tym tych, które okazały się błędne, aby ocenić wiarygodność modelu w czasie, a nie tylko korzystne przypadki.
Dane historyczne pokazują przeszłe zachowanie modeli i nie stanowią gwarancji przyszłych zwrotów. Wszystkie decyzje inwestycyjne pozostają w gestii użytkownika.
Przepływ jest taki sam dla każdego klienta, niezależnie od wielkości zarządzanego kapitału.
Ceny, wolumeny, księgi zamówień i źródła wiadomości są zbierane z wielu giełd i normalizowane w jednym formacie, co eliminuje duplikaty i niespójne dane przed przetworzeniem.
Modele uczenia maszynowego stosują różne wagi do każdej zmiennej w oparciu o ostatnią zmienność zasobu, odrzucając sygnały, które nie przekraczają minimalnego progu ufności.
Ostatecznym wynikiem jest dokument podsumowujący zawierający poziom ryzyka, przedział ufności i podsumowanie uzasadnienia sygnału, gotowy do włączenia do procesu decyzyjnego.
Logika analizy nie zmienia się w zależności od zarządzanego kapitału: zmieniają się parametry konfiguracyjne i poziom raportowania.
Biura instytucjonalne konfigurują progi ryzyka dla każdego zlecenia i otrzymują skonsolidowany raport dotyczący wielu aktywów i wielu klientów, z parametrami ekspozycji obliczanymi oddzielnie dla każdego profilu.
Inwestor prywatny ustala własny próg tolerancji na ryzyko i otrzymuje sygnały filtrowane według tego profilu, bez złożoności operacyjnej przeznaczonej dla biur instytucjonalnych.
Corso Markets powstało, aby zmniejszyć dystans pomiędzy ilością danych dostępnych na rynkach a możliwościami człowieka w ich terminowej interpretacji. System nie zastępuje oceny inwestora, ale zapewnia mu pełniejszy i możliwy do sprawdzenia obraz przed podjęciem decyzji.
Każdy element modelu jest udokumentowany, a rejestr wyników pozostaje publicznie dostępny, dzięki czemu wiarygodność można oceniać w czasie, a nie tylko na podstawie pojedynczego komunikatu.
Dowiedz się więcej