データによる精度、戦略に合わせたアルゴリズムの最適化
Zelborinyx は、世界的な取引所からの大量の市場データを継続的に処理し、英国の機関投資家やテクノロジーに精通したトレーダーに、判断ではなく定量的モデルに基づいたシグナルを提供します。
モデル概要
データ処理リアルタイム、継続的
検証アウトオブサンプルのバックテスト
モデルタイプ回帰とニューラル ネットワーク
Zelborinyx は、世界的な取引所からの大量の市場データを継続的に処理し、英国の機関投資家やテクノロジーに精通したトレーダーに、判断ではなく定量的モデルに基づいたシグナルを提供します。
このプラットフォームは、統計的前処理と学習モデルを組み合わせて、手動分析するには複雑すぎる大規模なデータ ストリームのパターンを特定します。
このシステムは、価格データ、注文帳の深さ、構造化されたメッセージ フローを継続的に処理し、日次レポートを待つ代わりに短い間隔で市場状況の評価を更新します。
各推奨事項は、発行前に過去のストレス シナリオに対してテストされます。ポジションサイズは、各金融商品の測定されたボラティリティに基づいています。
このインフラストラクチャは、基本的な新規開発を行わずに追加のデータ ソース、資産クラス、またはポートフォリオを接続できるように設計されています。
Zelborinyx は、統計的前処理、多変量回帰モデル、ニューラル ネットワークで構成される多段階プロセスを利用して、手動スクリーニングではほとんど気付かない、広範なデータ ストリームの繰り返しパターンを特定します。目的は、個々の価格変動を予測することではなく、再現可能な統計的利点を導き出すことができる確率を体系的に評価することです。
リリース前に、各モデルのバージョンは、さまざまな市場サイクルにわたる結果の一貫性を評価するために、さまざまなレベルのボラティリティで過去の市場期間でテストされます。個々のアナリストの意見は評価プロセスでは何の役割も果たしません。
市場データ、マクロ経済指標、構造化されたニュースソースは、さまざまなプロバイダーから収集され、モデリングに組み込まれる前にクリーンアップされ、統一された時間枠に調整されます。
処理されたデータは、過去の期間に基づいてトレーニングされ、これまでに見たことのない新しいデータに対して継続的にチェックされる回帰モデルとニューラル ネットワークのアンサンブルを介して実行されます。
具体的で優先順位の高い提案は、基礎となる仮定の文書化とともに、たとえばポジションサイズやヘッジ要件に関するモデル結果から導き出されます。
投資チームは、Zelborinyx のモデル出力を使用して、短期的な市場の変動に対して既存のポジションをヘッジします。このプラットフォームは、継続的に更新される市場ボラティリティ予測を提供し、それぞれの市場環境における過去の有効性が文書化された適切なヘッジ手段を提案します。
資本市場と関係のある企業の戦略計画チームは、この分析を使用して、さまざまな市場状況に対して予算シナリオをテストします。個々のポイント推定の代わりに、基礎となる仮定を含むさまざまな妥当性のある展開を受け取ることができるため、ヘッジ戦略の内部調整が容易になります。
決定の根拠は、結果の主張ではなく、モデルのわかりやすいテストです。
各戦略は、堅牢性の現実的な評価を提供するために、ボラティリティの増大や流動性の低下の期間を含む、複数の完全な市場サイクルにわたる過去のデータに基づいてテストされます。
更新されたモデル出力に至るまでの新しい市場データの処理はミリ秒の範囲で行われるため、取引の決定は常に現在の市場状況に基づいて行われます。
多変量回帰モデルとニューラル ネットワークは、過剰適合を避けるために、トレーニング期間に含まれていないサンプル外データに対して継続的にチェックされます。
技術的なコンサルティングでは、義務や営業の圧力なしに、どのデータ ソースとモデル構成がお客様のポートフォリオや戦略計画に関連しているかを示します。
ご質問がございましたら弊社チームまでお問い合わせください お問い合わせページ。