Wie aktuell sind die verarbeiteten Daten

Marktdaten werden fortlaufend eingelesen und im Minutenbereich verarbeitet. Die genaue Latenz hängt von der jeweiligen Datenquelle ab, liegt jedoch bei allen unterstützten Märkten im niedrigen einstelligen Minutenbereich.

Wie oft werden die Modelle neu trainiert

Das Retraining erfolgt in regelmäßigen Zyklen auf Basis neu verfügbarer Marktdaten. Zusätzlich wird bei signifikanten Marktveränderungen ein außerplanmäßiger Validierungslauf angestoßen, um die Modellgenauigkeit zu erhalten.

Wie werden Risikoparameter festgelegt

Risikoparameter basieren auf historischer Volatilität, Drawdown-Verhalten und individuell hinterlegten Obergrenzen. Nutzer können diese Parameter innerhalb definierter Grenzen anpassen, ohne die zugrunde liegende Modelllogik zu verändern.

Was passiert, wenn ein Modell im Backtesting schlecht abschneidet

Modelle, die die definierten Mindestkriterien im Backtesting nicht erreichen, werden nicht für die Signalgenerierung freigegeben. Sie verbleiben in der Entwicklungsumgebung, bis eine erneute Validierung bestanden wird.

Auf welchen Datenquellen basiert die Analyse

Die Plattform verarbeitet öffentlich zugängliche Marktdaten sowie strukturierte historische Zeitreihen. Eine detaillierte Übersicht der verwendeten Datenquellen ist über die Kontaktseite erhältlich.

Dashboard del programma bonus per l'analisi dei dati supportata dall'intelligenza artificiale per le decisioni di investimento

Analisi basata sull'intelligenza artificiale

Precisione attraverso i dati, rendimenti scalabili attraverso la sistematica

Bonus Programm combina la modellazione predittiva con l'ottimizzazione delle decisioni in tempo reale. I cluster di dati di mercato e di trading vengono continuamente valutati per produrre segnali basati sulla convalida storica piuttosto che sull'intuizione.

Accesso sicuro alla piattaforma Visualizza la metodologia

24 ore su 24, 7 giorni su 7 Ingestione di dati

10 anni+ Backtesting della storia

Δt Segnali in tempo reale

Metodologia

Come il motore di backtest convalida le decisioni

Ogni segnale attraversa quattro fasi prima di essere rilasciato come base per il processo decisionale. Questo processo riduce la dipendenza dalle opinioni individuali e rende comprensibile la logica dietro ogni raccomandazione.

01: acquisizione dei dati

Raccolta dati

I dati di mercato strutturati e non strutturati vengono continuamente importati e controllati per verificarne la coerenza prima che entrino nella pipeline del modello.

02 — Riconoscimento di modelli

Riconoscimento di modelli

Gli algoritmi identificano cluster di dati ricorrenti e correlazioni che non sarebbe possibile rilevare per l’analisi umana a questa velocità.

03 — Convalida

Backtesting

Ogni modello identificato viene testato rispetto a periodi di tempo storici per verificare il tasso di successo e i parametri di rischio in diverse condizioni di mercato.

04 — Edizione

Generazione del segnale

Solo dopo aver superato la validazione viene trasferito all'interfaccia decisionale un segnale con un valore di confidenza e una classificazione del rischio.

Ciclo di aggiornamento del modelloAggiornamento continuo sulla base dei nuovi dati di mercato

Latenza dei datiElaborazione in pochi minuti

Parametri di rischioConfigurabile individualmente per profilo

Periodo di convalidaSet di dati storici pluriennali

Pilastri funzionali

Tre elementi costitutivi della logica della piattaforma

Ogni funzione è mirata a un problema decisionale specifico: cosa potrebbe accadere, quanto è grande il rischio e cosa sta succedendo in questo momento.

Modelli predittivi

La modellazione predittiva valuta le probabilità dei movimenti dei prezzi sulla base di cluster di dati storici e fornisce intervalli di confidenza invece di previsioni generali.

Minimizzazione del rischio

Le dimensioni delle posizioni e i parametri di rischio vengono adeguati automaticamente in base alla volatilità e allo storico dei prelievi per limitare sistematicamente le perdite di capitale.

Metriche in tempo reale

Una dashboard operativa mostra lo stato del segnale, i cambiamenti del mercato e l'impatto del portafoglio senza la necessità di una valutazione manuale.

Visualizzazione del programma bonus della cronologia dei backtest e dei cluster di dati

Trasparenza dei dati

Strategie basate sull’evidenza invece che sulla speculazione

Ogni raccomandazione fornita da Bonus Programm si basa su una cronologia di backtesting documentata. Invece di opinioni o tendenze a breve termine, il sistema si basa su cluster di dati oggettivi che sono stati esaminati su più cicli di mercato.

La metodologia è volutamente mantenuta comprensibile: ogni segnale può essere ricondotto ai test sottostanti, comprese le condizioni di mercato in cui è stato creato.

Verifica: prima della messa in funzione, tutti i modelli vengono sottoposti a un controllo fuori campione su set di dati che non facevano parte della formazione.

Casi d'uso

Due scenari di utilizzo tipici

La piattaforma viene utilizzata sia per perfezionare i portafogli esistenti sia per creare nuove fonti di reddito automatizzate.

Scenario 1

Ottimizzazione del portafoglio per investitori esperti

Un investitore con un portafoglio esistente utilizza l'attribuzione del segnale per riequilibrare le posizioni in base agli attuali parametri di rischio. Lo storico dei test retrospettivi fornisce una base oggettiva per le decisioni di riallocazione che altrimenti dovrebbero essere controllate manualmente e in modo dispendioso in termini di tempo.

−Tempo Meno tempo di analisi manuale per decisione

Scenario 2

Creare una seconda fonte di reddito

Un professionista impiegato con un budget di tempo limitato imposta notifiche di segnali automatizzati per prendere decisioni strutturate su base part-time. Il lavoro preparatorio di modellazione non è più necessario perché i segnali si basano già su cluster di dati convalidati.

24 ore su 24, 7 giorni su 7 Osservazione continua del mercato senza il tuo impegno

Domande frequenti tecniche

Domande frequenti su dati e modelli

Risposte alle domande che in genere sorgono prima di decidere su una piattaforma basata sui dati.

Quanto sono attuali i dati trattati?

I dati di mercato vengono letti ed elaborati continuamente ogni minuto. La latenza esatta dipende dall'origine dati specifica, ma rientra nell'intervallo di minuti a una cifra per tutti i mercati supportati.

Con quale frequenza vengono riqualificati i modelli?

La riqualificazione avviene in cicli regolari sulla base dei nuovi dati di mercato disponibili. Inoltre, se si verificano cambiamenti significativi nel mercato, viene avviata un'esecuzione di convalida non pianificata per mantenere l'accuratezza del modello.

Come vengono determinati i parametri di rischio?

I parametri di rischio si basano sulla volatilità storica, sul comportamento di prelievo e sui limiti superiori memorizzati individualmente. Gli utenti possono regolare questi parametri entro limiti definiti senza modificare la logica del modello sottostante.

Cosa succede se un modello ha prestazioni scarse nel backtesting

I modelli che non soddisfano i criteri minimi definiti nel backtesting non verranno rilasciati per la generazione del segnale. Rimangono nell'ambiente di sviluppo finché non viene superata una riconvalida.

Su quali fonti di dati si basa l’analisi?

La piattaforma elabora dati di mercato disponibili al pubblico e serie storiche strutturate. Una panoramica dettagliata delle fonti dati utilizzate è disponibile tramite la pagina dei contatti.