Künstliche Intelligenz auf Märkte angewendet
Sable Patrimencia verarbeitet große Mengen an Marktdaten mit minimaler Latenz und kalibriert sein Risikomanagement basierend auf dem tatsächlichen Verhalten jedes Kontos und nicht auf festen Regeln.
Der Ausgangspunkt
Ein Daytrader erhält mehr Informationen, als er in der Dauer einer einminütigen Kerze verarbeiten kann. Nachrichten, Auftragsfluss, implizite Volatilität, Korrelationen zwischen Vermögenswerten: Das Problem ist nicht das Volumen, sondern die Geschwindigkeit, mit der es interpretiert werden muss. Wenn sich die Analyse verzögert, wird die Entscheidung instinktiv getroffen, und der Instinkt verwaltet das Risiko nicht konsequent.
Auch hier lösen feste Regelsysteme keine Lösung. Ein prozentualer Stop-Loss unterscheidet nicht zwischen einer normalen Korrektur und einer Änderung des Volatilitätsregimes. Behandeln Sie beide Szenarien gleich, auch wenn das tatsächliche Risiko völlig unterschiedlich ist.
Deshalb bauen wir ein System auf, das aus jedem Vorgang lernt, anstatt eine einzige Regel auf alle anzuwenden.
Jedes Modul arbeitet unabhängig, nutzt jedoch den gleichen Datenstrom, sodass Analyse, Risiko und Vorhersage nie aus dem Takt geraten.
Das System erfasst Marktdaten Tick für Tick und verarbeitet sie in Millisekunden, sodass die Signale die aktuellen Bedingungen und nicht einen vergangenen Marktzustand widerspiegeln. Dadurch verringert sich die Lücke zwischen dem, was passiert, und dem, was das Modell erkennt.
Anstatt einen festen Prozentsatz des Risikokapitals anzuwenden, passt die Engine die Positionsgröße und die Schutzniveaus basierend auf dem historischen Kontoverhalten und der jüngsten Vermögensvolatilität an. Das Risikolimit wird neu berechnet und nicht wiederholt.
Die Modelle identifizieren Preis- und Volumenstrukturen, die sich unter ähnlichen Marktbedingungen wiederholt haben, und übersetzen diesen Zufall in eine Wahrscheinlichkeit, nicht in eine Gewissheit. Die Ausgabe umfasst immer das Konfidenzniveau der Prognose.
Sable Patrimencia ersetzt nicht das Urteil des Händlers: Es ergänzt es mit verarbeiteten Informationen und einem Risikorahmen, der sich an Ihr reales Konto anpasst, nicht an einem generischen Profil.
Das System lässt sich entweder über die Plattform oder über die API in den bestehenden Arbeitsablauf integrieren, ohne dass der Betreiber seinen Broker oder seine Ausführungsinfrastruktur ändern muss.
Dies bezeichnen wir als den vollständigen Zyklus, in dem das System die Rohdaten in eine an jedes Konto angepasste Risikoempfehlung umwandelt. Es gibt vier Stufen, immer in der gleichen Reihenfolge.
Das System empfängt Marktdaten, Orderbuch- und Makrovariablen im kontinuierlichen Streaming und normalisiert sie vor jeder Analyse.
Streaming: Kontinuierlicher Datenstrom, der bei seinem Eintreffen verarbeitet wird, ohne auf einen geschlossenen Stapel warten zu müssen.
Auf historischen Serien geschulte Netzwerke identifizieren Preis- und Volumenkonfigurationen, die mit dem aktuellen Marktmoment vergleichbar sind.
Mustererkennung: Erkennung wiederkehrender Strukturen, nicht von Menschen vorgegebener Regeln.
Das erkannte Muster wird mit dem erlernten Risikoprofil des Kontos abgeglichen, wobei die Positionsgröße und die Schutzniveaus angepasst werden, bevor Maßnahmen vorgeschlagen werden.
Gelerntes Risikoprofil: Statistisches Ergebnis des vergangenen Kontoverhaltens, kein angekreuztes Kästchen auf einem Formular.
Die endgültige Empfehlung wird mit ihrem Konfidenzniveau geliefert und kann je nach der vom Bediener gewählten Konfiguration manuell oder automatisch ausgeführt werden.
Unterstützung, kein Ersatz: Die Entscheidung zur Ausführung wird immer aufgezeichnet und ist rückgängig zu machen.
Das System ändert seine Logik nicht je nach Asset, wohl aber die Gewichtung seiner Variablen je nach erkanntem Szenario.
Sable Patrimencia stellt über die REST-API eine Verbindung zu Ihrer Infrastruktur her oder wird direkt von der Plattform aus verwendet. In der technischen Dokumentation werden Latenzgrenzen, Datenformate und Authentifizierungsstufen detailliert beschrieben.