在当今的市场中，多个数据流同时和异步更新，包括市场深度、交易量、新闻源和社交媒体情绪。对于个体交易者来说，手动整合这些并对毫秒级的变化做出反应在结构上是困难的。
结果，重要的信号可能会在噪声中丢失。 Quantarix AI在设计时就考虑到了这种处理负载，它不是取代人类判断，而是不断提供分析结果作为判断依据。
我们避免营销式的抽象表达，而是以技术规范的形式解释每个组件的处理目标和机制。
使用根据过去的价格和交易量数据训练的时间序列模型，我们估计短期价格波动的概率分布。该模型定期进行重新训练，以适应市场体制的变化。
它通过流式传输接收从交易所分发的报价数据，并以最小化从接收到完成处理的延迟的配置进行操作。当处理负载增加时，分析目标按优先级排序。
新模型和参数在发布之前会根据历史数据进行验证。验证结果以与日志格式相同的结构保存，以便以后进行比较。
信号附有头寸调整和回撤控制指南。这是一个建议，最终订购决定权留给用户。
所有产生的信号将在判定结果后反映在公共日志中。下面是日志屏幕显示格式的示例。
* 下表是显示日志显示配置的示例数据。实际数字将在公共日志屏幕上不时更新。
| 信号编号 | 发生日期和时间 | 预计入场价 | 判断标准 | 验证状态 |
|---|---|---|---|---|
| SG-00231 | 09:30:12 | 2,480.00 | 收盘价标准/下一工作日 | 已验证 |
| SG-00232 | 10:14:48 | 1,192.50 | 收盘价标准/下一工作日 | 已验证 |
| SG-00233 | 13:02:05 | 874.00 | 收盘价标准/下一工作日 | 等待判决 |
验证方法：对于每个信号，立即记录生成时的时间戳和预期入场价格，满足判断条件后将结果相加。记录的发生时间和价格以后不会改变，只是加上判断结果，所以不会有后续的数字改写。
针对每分钟和每小时的短期价格波动，我们不断处理从接收报价数据到生成信号的所有内容。在需要快速执行决策的情况下，可以通过交易应用程序或 API 接收分析结果。
我们将每日和每周的市场数据与宏观指标相结合，提供分析报告，帮助您审查您的资产配置。它旨在强调相关结构和风险指标的变化，而不是短期价格变动。
我们通过 REST API 和 WebSocket 传递信号数据。它使用 API 密钥进行身份验证，旨在集成到现有的自动订购系统和机器人中。我们本身不提供排序功能，而是专注于分发分析结果。
从报价数据接收到信号生成的处理都是以低延迟为目标而设计的，但实际值会根据市场负载条件和通信环境而有所不同。每个信号发生的时间都会记录在公共日志中，因此您可以在事后检查传递和反射之间的实际延迟。
该模型使用过去的价格和数量数据进行训练，并具有重新学习周期以响应市场环境的变化。回测环境中会比较重新学习前后的性能差异，然后决定是否在生产环境中体现。
以国内主要交易所上市的股票为重点，目标交易量和交易频率达到一定标准的股票。范围可能会根据数据源的可用性进行修改。
注册账号后即可查看公共日志。记录的发生时间、预估价格和判断结果是固定的，并且具有以后无法更改的结构，因此可以在任何时间段内进行汇总和验证。