Bonus Programm は、予測モデリングとリアルタイムの意思決定の最適化を組み合わせます。市場および取引データのデータ クラスターは継続的に評価され、直感ではなく履歴検証に基づいてシグナルが生成されます。
各信号は、意思決定の基礎としてリリースされる前に 4 つの段階を経ます。このプロセスにより、個人の意見への依存が軽減され、各推奨事項の背後にあるロジックが理解できるものになります。
構造化市場データと非構造化市場データは、モデル パイプラインに入る前に継続的にインポートされ、一貫性がチェックされます。
アルゴリズムは、人間による分析ではこの速度では検出できない、繰り返し発生するデータ クラスターと相関関係を特定します。
識別された各パターンは過去の期間に対してテストされ、さまざまな市場状況下でのヒット率とリスクパラメータがチェックされます。
検証に合格した後にのみ、信頼値とリスク分類を含む信号が意思決定インターフェイスに転送されます。
各機能は、何が起こる可能性があるのか、リスクはどのくらいなのか、現在何が起こっているのかなど、特定の意思決定の問題を対象としています。
予測モデリングは、過去のデータクラスターに基づいて価格変動の確率を評価し、包括的な予測の代わりに信頼区間を提供します。
ポジションサイズとリスクパラメーターは、ボラティリティとドローダウン履歴に基づいて自動的に調整され、キャピタルロスを体系的に制限します。
実行中のダッシュボードには、手動評価を必要とせずに、シグナルのステータス、市場の変化、ポートフォリオへの影響が表示されます。
Bonus Programm が行うすべての推奨事項は、文書化されたバックテスト履歴に基づいています。このシステムは、意見や短期的な傾向の代わりに、複数の市場サイクルにわたって調査された客観的なデータ クラスターに依存します。
この方法論は意図的に理解しやすいように保たれており、すべてのシグナルは、それが作成された市場条件を含め、基礎となるテスト実行まで遡ることができます。
このプラットフォームは、既存のポートフォリオの微調整と、新しい自動化された収入源の構築の両方に使用されます。
既存のポートフォリオを持つ投資家は、シグナル アトリビューションを使用して、現在のリスク パラメーターに基づいてポジションをリバランスします。バックテスト履歴は、手動で時間のかかる方法でチェックする必要がある再割り当ての決定に客観的な根拠を提供します。
限られた時間予算を持つ雇用された専門家は、パートタイムで構造化された意思決定を行うために自動信号通知を設定します。信号はすでに検証済みのデータ クラスターに基づいているため、準備のモデリング作業は必要ありません。
データ駆動型プラットフォームを決定する前に通常生じる質問への回答。
市場データは毎分継続的に読み込まれ、処理されます。正確な遅延は特定のデータ ソースによって異なりますが、サポートされているすべての市場で 1 桁前半の範囲内です。
再トレーニングは、新たに入手可能な市場データに基づいて定期的なサイクルで行われます。さらに、市場に大きな変化があった場合は、モデルの精度を維持するために予定外の検証実行が開始されます。
リスクパラメータは、過去のボラティリティ、ドローダウンの挙動、および個別に保存された上限に基づいています。ユーザーは、基礎となるモデルのロジックを変更することなく、定義された制限内でこれらのパラメーターを調整できます。
バックテストで定義された最低基準を満たさないモデルは、信号生成用にリリースされません。これらは、再検証に合格するまで開発環境に残ります。
このプラットフォームは、公開されている市場データと構造化された過去の時系列を処理します。使用されるデータ ソースの詳細な概要は、お問い合わせページから入手できます。