Vicuna Patrimorio traite de gros volumes de données de marché via des modèles prédictifs et publie les signaux résultants avec leurs journaux d'exécution. Chaque sortie est horodatée et ouverte à la révision, pas seulement promise.
Aperçu du tableau de bord : graphiques de précision glissants, distribution de latence et piste d'audit publique des résultats du modèle par rapport aux résultats réalisés sur le marché – mis à jour en permanence.
Chaque signal généré par Vicuna Patrimorio est enregistré avec un horodatage, les conditions d'entrée et le résultat résultant. Rien dans le journal n'est modifié après publication.
Aperçu illustratif du format du journal. Un flux complet avec des détails au niveau des symboles est disponible dans le tableau de bord.
Vicuna Patrimorio ingère des données haute fréquence sur les prix, les volumes et le carnet de commandes, puis applique des modèles statistiques et d'apprentissage automatique formés pour isoler l'alpha du bruit. Le système évalue en permanence le rapport signal/bruit, en ignorant les entrées qui n'améliorent pas la précision prédictive dans l'ensemble de validation.
Les clusters de volatilité sont détectés avant qu'ils ne se forment complètement, en utilisant les changements de variance glissante et de corrélation entre les instruments corrélés. Les recommandations en matière de dimensionnement des positions et d'exposition s'ajustent automatiquement à mesure que le risque de cluster évolue, dans le but déclaré de réduire la baisse par rapport à une référence non gérée.
La couche de traitement est conçue pour gérer un volume de données croissant sans latence supplémentaire par requête. L'inférence de modèle s'exécute sur une architecture sans état, ce qui permet au débit d'évoluer horizontalement à mesure que des instruments ou des flux de données supplémentaires sont connectés.
Conçu pour s'insérer dans une pile de trading existante, et non pour la remplacer.
Connectez des flux d'échange, des API de courtier ou des sources de données personnalisées via un point de terminaison d'ingestion unique. Les formats sont automatiquement normalisés avant d'entrer dans le pipeline du modèle.
Les données entrantes sont filtrées pour les clusters de volatilité et la pertinence du signal, puis évaluées par rapport à la version actuelle du modèle avant qu'un résultat ne soit généré.
Les signaux notés sont renvoyés sous forme d'aide à la décision structurée, prêts à être intégrés à un système d'exécution ou à une file d'attente de révision manuelle.
Un document méthodologique décrivant l'architecture du modèle, la sélection des fonctionnalités et la procédure de validation est disponible sur demande pour les équipes évaluant Vicuna Patrimorio au niveau institutionnel.
Le traitement des données s'effectue au sein d'une infrastructure conforme aux exigences de l'UE en matière de protection des données. Aucune donnée commerciale personnelle n'est partagée avec des tiers et les enregistrements de traitement sont conservés conformément aux obligations du RGPD applicables au marché allemand.
Les modèles sont validés à l'aide de tests progressifs avec une séparation stricte hors échantillon. Chaque version du modèle est comparée à son prédécesseur avant d'être promue dans le pipeline de signaux en direct.
Consultez le journal en direct, la documentation du modèle et la précision actuelle du signal avant de vous engager dans une modification du flux de travail.