既存の取引システムとAPI連携できますか。

REST APIおよびWebSocket経由でシグナルデータを配信しています。認証にはAPIキーを使用し、既存の自動発注システムやBotへの組み込みを想定した設計です。発注機能自体は提供せず、解析結果の配信に専念しています。

レイテンシ（処理遅延）はどの程度ですか。

ティックデータの受信からシグナル生成までの処理は低遅延を目標に設計されていますが、実測値は市場の負荷状況や通信環境によって変動します。各シグナルの発生時刻は公開ログに記録されるため、配信から反映までの実際の遅延を事後的に確認できます。

予測モデルはどのように学習・更新されていますか。

モデルは過去の価格・出来高データを用いて学習され、市場環境の変化に応じて再学習の周期を設けています。再学習前後の性能差はバックテスト環境で比較した上で、本番環境への反映を判断します。

どの市場・銘柄のデータを解析対象としていますか。

国内主要取引所の上場銘柄を中心に、出来高や取引頻度が一定水準を満たす銘柄を対象としています。対象範囲は取得可能なデータソースの状況に応じて見直される場合があります。

ログに記載された結果は誰でも検証できますか。

公開ログはアカウント登録後に閲覧可能です。記録済みの発生時刻・想定価格・判定結果は固定され、後から変更されない構造になっているため、任意の期間を遡って集計・検証することができます。

Tirgus datu attēls, ko parāda Quantarix AI AI tirgus analīzes platforma

AI DATU INTELLIGENCIJA / FINTECH

Analizējiet tirgus datus reāllaikā un dublējiet savus pirkšanas un pārdošanas lēmumus ar skaitļiem

Quantarix AI izmanto prognozējošos modeļus un iepriekš pārbaudītus algoritmus, lai analizētu tirgus svārstības katru minūti. Ģenerētie signāli tiek ierakstīti publiskos žurnālos un tiek atklāti, lai ikviens varētu pārbaudīt.

piekļūt sistēmai Pārbaudiet veiktspējas žurnālu

Verifikācijas žurnāla ierakstīšanas metode: Visi signāli tiek glabāti atsevišķi ar laika zīmogiem, paredzamajām ieejas cenām un sprieduma rezultātiem, un pēc to rašanās tiek atspoguļoti publiskajā žurnālā ar atpakaļejošu datumu.

PROBLĒMAS KONTEKSTS

Informācijas apjoms un izmaiņu ātrums pārsniedz cilvēka apstrādes spēju.

Mūsdienu tirgos vienlaikus un asinhroni tiek atjauninātas vairākas datu plūsmas, tostarp tirgus dziļums, tirdzniecības apjoms, ziņu plūsmas un sociālo mediju noskaņojums. Individuāliem tirgotājiem ir strukturāli grūti tos manuāli integrēt un reaģēt uz milisekundes izmaiņām.

Tā rezultātā svarīgi signāli var pazust troksnī. Quantarix AI ir izstrādāts, ņemot vērā šo apstrādes slodzi, un tā vietā, lai aizstātu cilvēka spriedumu, tas nepārtraukti nodrošina analīzes rezultātus, kas kalpo par pamatu spriedumam.

Quantarix AI analizēto vairāku tirgus datu plūsmu attēls

PAMATTEHNOLOĢIJA

Prognozējošu modeļu un reāllaika analīzes dzinēju konfigurēšana

Mēs izvairāmies no mārketingam līdzīgiem abstraktiem izteicieniem un izskaidrojam katra komponenta apstrādes mērķi un mehānismu kā tehniskās specifikācijas.

Prognozes modelis (laikrindu analīze)

Izmantojot laikrindu modeli, kas apmācīts uz pagātnes cenu un apjoma datiem, mēs novērtējam īstermiņa cenu svārstību varbūtības sadalījumu. Modelis tiek regulāri pārkvalificēts, lai sekotu izmaiņām tirgus režīmā.

Reāllaika analīzes dzinējs

Tas saņem ērču datus, kas tiek izplatīti no apmaiņām, izmantojot straumēšanu, un darbojas konfigurācijā, kas samazina aizkavi no saņemšanas līdz apstrādes pabeigšanai. Kad apstrādes slodze palielinās, analīzes mērķi tiek sakārtoti pēc prioritātes.

Backtest vide

Jaunie modeļi un parametri pirms publicēšanas tiek apstiprināti, pamatojoties uz vēsturiskajiem datiem. Pārbaudes rezultāti tiek saglabāti tādā pašā struktūrā kā žurnāla formāts, un tos var salīdzināt vēlāk.

Riska vadības loģika

Signāliem ir pievienotas pozīcijas lieluma noteikšanas un izņemšanas kontroles vadlīnijas. Šis ir ieteikums, un galīgais lēmums par pasūtīšanu tiek atstāts lietotāja ziņā.

Datu apstrādes plūsma

Datu iegūšana → Priekšapstrāde/normalizācija → modeļa secinājums → signāla ģenerēšana → Žurnāla ierakstīšana/izplatīšana

caurspīdīguma žurnāls

veiktspējas žurnāls

Visi ģenerētie signāli tiks atspoguļoti publiskajā žurnālā pēc rezultātu vērtēšanas. Tālāk ir parādīts žurnāla ekrāna attēlojuma formāts.

* Tālāk esošajā tabulā ir datu paraugi, kas parāda žurnāla displeja konfigurāciju. Faktiskie skaitļi ik pa laikam tiks atjaunināti publiskā žurnāla ekrānā.

signāla ID	Notikuma datums un laiks	Paredzamā ieejas cena	Sprieduma kritēriji	Validācijas statuss
SG-00231	09:30:12	2480,00	Noslēguma cenas standarts/nākamā darba diena	Pārbaudīts
SG-00232	10:14:48	1 192,50	Noslēguma cenas standarts/nākamā darba diena	Pārbaudīts
SG-00233	13:02:05	874,00	Noslēguma cenas standarts/nākamā darba diena	Gaida spriedumu

Pārbaudes metode: katram signālam nekavējoties tiek reģistrēts laikspiedols ģenerēšanas brīdī un paredzamā ieejas cena, un rezultāti tiek pievienoti pēc sprieduma nosacījumu izpildes. Ierakstītais notikuma laiks un cena vēlāk netiks mainīti, un tiks pievienots tikai sprieduma rezultāts, tāpēc turpmāka skaitļu pārrakstīšana netiks veikta.

LIETOŠANAS GADĪJUMI

Izmantošanas dizains no dienas tirdzniecības līdz vidēja un ilgtermiņa operācijām

Signālu sadale augstas frekvences dienas tirdzniecībai

Mērķējot uz īstermiņa cenu svārstībām pa minūti un pa stundām, mēs nepārtraukti apstrādājam visu, sākot no ērču datu saņemšanas līdz signālu ģenerēšanai. Situācijās, kad nepieciešami ātri izpildes lēmumi, analīzes rezultātus var saņemt, izmantojot tirdzniecības lietotni vai API.

Dizaina vadlīnijas Tas ir konfigurēts, lai saglabātu apstrādes aizkavi no ķeksīša uztveršanas līdz signāla ģenerēšanai līdz noteiktam līmenim, un apstrādes laiku var pārbaudīt katram signālam publiskajā žurnālā.

Vidēja un ilgtermiņa portfeļa optimizācijas atbalsts

Mēs apvienojam ikdienas un iknedēļas tirgus datus ar makro indikatoriem, lai sniegtu analītiskos pārskatus, kas palīdzēs jums pārskatīt jūsu aktīvu sadalījumu. Tas ir paredzēts, lai uzsvērtu korelācijas struktūras un riska rādītāju izmaiņas, nevis īstermiņa cenu izmaiņas.

Kā to lietot Ikmēneša pārskatā blakus var pārbaudīt visa portfeļa riska rādītājus un pagātnes signālu spriedumu rezultātus.

FAQ

Tehniski jautājumi par API integrāciju, latentumu un modeļa apguvi

Vai API var saistīt ar esošajām tirdzniecības sistēmām?

Mēs piegādājam signālu datus, izmantojot REST API un WebSocket. Tas izmanto API atslēgu autentifikācijai un ir paredzēts integrēšanai esošajās automātiskās pasūtīšanas sistēmās un botos. Mēs nenodrošinām pašu pasūtīšanas funkciju, bet koncentrējamies uz analīzes rezultātu izplatīšanu.

Kas ir latentums (apstrādes aizkave)?

Apstrāde no ērču datu saņemšanas līdz signāla ģenerēšanai ir izstrādāta ar mērķi samazināt latentumu, taču faktiskās vērtības mainīsies atkarībā no tirgus slodzes apstākļiem un sakaru vides. Katra signāla rašanās laiks tiek ierakstīts publiskajā žurnālā, lai jūs varētu pārbaudīt faktisko aizkavi starp piegādi un atspoguļošanu pēc fakta.

Kā prognozējošais modelis tiek apmācīts un atjaunināts?

Modelis ir apmācīts, izmantojot pagātnes cenu un apjoma datus, un tam ir pārmācības cikli, reaģējot uz izmaiņām tirgus vidē. Veiktspējas atšķirība pirms un pēc pārmācības tiks salīdzināta atpakaļpārbaudes vidē, un pēc tam tiks izlemts, vai to atspoguļot ražošanas vidē.

Kurus tirgus/akciju datus jūs analizējat?

Koncentrējoties uz akcijām, kas kotētas lielākajās vietējās biržās, mēs mērķējam uz akcijām, kuru tirdzniecības apjoms un tirdzniecības biežums atbilst noteiktiem standartiem. Darbības jomu var pārskatīt atkarībā no datu avotu pieejamības.

Vai kāds var pārbaudīt rezultātus žurnālos?

Publiskos žurnālus var apskatīt pēc konta reģistrēšanas. Reģistrētais notikuma laiks, paredzamā cena un sprieduma rezultāts ir fiksēti, un tiem ir struktūra, ko vēlāk nevar mainīt, tāpēc tos var apkopot un pārbaudīt jebkurā laika periodā.