Optimalizace rozhodování řízená umělou inteligencí
Namure Laguru převádí velké množství tržních dat v reálném čase na doporučení konkrétní akce. Modely jsou zpětně testovány proti historickým scénářům, takže rozhodnutí jsou založena na měřitelných statistikách – nikoli na emocích.
Jádrový motor
Analytický engine Namure Laguru nepřetržitě zpracovává údaje o ceně, objemu a volatilitě a identifikuje vzory, které je v průběhu času obtížné ručně udržovat. Výstup není černá skříňka – každé doporučení je spojeno s měřitelnou pravděpodobností a odůvodněným rizikovým profilem.
Backtested strategie
Každá strategie prochází strukturovaným testovacím procesem, kde jsou předpovědi porovnávány se skutečnými výsledky v průběhu několika tržních cyklů. To snižuje riziko, že se model jednoduše přizpůsobí vzorcům jednoho období.
Historická data z různých režimů volatility – býčí trhy, korekce a boční konsolidace – jsou zahrnuty do testovací báze, aby model nebyl příliš přizpůsoben jednomu typu tržního chování.
Model je trénován na jednom datovém období a testován na samostatném, neznámém období. Odhaluje, zda jsou výsledky způsobeny skutečnou prediktivní schopností nebo náhodnou korelací v tréninkových datech.
Výsledky jsou vykazovány jako výnosy upravené o riziko – nejen hrubé výnosy –, takže výkon lze posoudit ve vztahu k volatilitě, které byla strategie skutečně vystavena.
Řízení rizik
Rizikové moduly platformy jsou navrženy tak, aby omezily pokles dříve, než k němu dojde, místo aby reagovaly poté, co již došlo k pohybu.
Indikátory volatility jsou aktualizovány v intervalech a jsou přímo zahrnuty do toho, jak se upravují velikosti pozic a váhy signálů.
Celkové riziko portfolia je sledováno napříč pozicemi, aby se zabránilo nezamýšlené koncentrované expozici.
Když se pozice posune mimo definované rizikové limity, je okamžitě odesláno upozornění.
Logika rizika je vytvořena tak, aby zvládla jak portfolio jednotlivého obchodníka, tak i celkové účetnictví manažera, aniž by došlo ke snížení doby odezvy.
Metoda
Transparentnost zpracování dat je předpokladem důvěry mezi technickými uživateli. Níže uvedený proces popisuje řetězec od vstupu dat až po rozhodnutí o provedení.
Údaje o trhu, informace o knize objednávek a makro indikátory jsou shromažďovány z připojených zdrojů a normalizovány do společného formátu.
Statistické modely a modely založené na strojovém učení identifikují vzorce a vypočítají pravděpodobnosti různých výsledků.
Signály jsou váženy proti rizikovým parametrům uživatele a stávajícímu složení portfolia, aby se vytvořilo konkrétní doporučení.
Doporučení je zpřístupněno prostřednictvím API nebo uživatelského rozhraní, připraveno pro ruční schválení nebo automatické zadávání objednávky.
O platformě
Namure Laguru je zaměřen na denní obchodníky, portfolio manažery a fintech nadšence, kteří již pracují na základě dat, ale chtějí systematickou vrstvu mezi nezpracovanými daty a rozhodováním. Platforma je navržena tak, aby doplňovala stávající výzkum – nikoli aby nahrazovala odborné hodnocení.
Integrace probíhá prostřednictvím zdokumentovaného rozhraní API, takže signály lze zahrnout do stávajících pracovních postupů, aniž by bylo nutné provést úplnou změnu platformy.
Často kladené otázky
Modely využívají tržní data z propojených obchodních platforem a také veřejně dostupné makroekonomické ukazatele. Konkrétní poskytovatelé dat závisí na trhu, se kterým se obchoduje, a konfigurují se při nastavení.
Platforma odhaluje API založené na REST, kde lze programově získávat signály, rizikové parametry a stav portfolia. Dokumentace a metoda ověřování jsou zkontrolovány při udělení přístupu.
Latence závisí na frekvenci aktualizace zdroje dat a vybraném typu trhu. Signály jsou dodávány průběžně, když jsou přijímána nová data, spíše než v pevných, pomalejších intervalech.
Ano. Rizikové parametry, limity expozice a velikosti pozic lze nakonfigurovat tak, aby doporučení vycházela spíše ze skutečného portfolia než z obecného standardního profilu.
Výkonnost je vykazována na základě zpětných testů mimo vzorek během několika tržních cyklů se zaměřením na rizikově upravený výnos spíše než na izolovaný hrubý výnos. Metodika je podrobně přezkoumána při žádosti o přístup.