Vicuna Patrimorio 生成的每个信号都记录有时间戳、输入条件和结果。日志中的任何内容在发布后都不会被编辑。
日志格式的说明性预览。仪表板内提供了包含符号级详细信息的完整提要。
Vicuna Patrimorio 摄取高频价格、交易量和订单数据，然后应用经过训练的统计和机器学习模型来将阿尔法与噪声隔离。该系统连续权衡信噪比，丢弃不能提高验证集预测准确性的输入。
利用相关工具之间的滚动方差和相关性变化，在波动性集群完全形成之前对其进行检测。头寸规模和风险敞口建议会随着集群风险的变化而自动调整，其既定目标是相对于不受管理的基线减少回撤。
处理层旨在处理不断增加的数据量，而不会增加每个请求的延迟。模型推理在无状态架构上运行，该架构允许吞吐量随着附加仪器或数据源的连接而水平扩展。
旨在位于现有的交易堆栈中，而不是取代它。
通过单个摄取端点连接交换源、代理 API 或自定义数据源。在进入模型管道之前，格式会自动标准化。
对传入数据进行波动性聚类和信号相关性过滤，然后在生成任何输出之前根据当前模型版本进行评分。
评分信号作为结构化决策支持返回——准备好输入执行系统或手动审核队列。
在机构级别评估 Vicuna Patrimorio 的团队可根据要求提供描述模型架构、功能选择和验证程序的方法文件。
数据处理发生在符合欧盟数据保护要求的基础设施内。不会与第三方共享个人交易数据，并且根据与德国市场相关的 GDPR 义务维护处理记录。
使用前向测试和严格的样本外分离来验证模型。每个模型版本在升级到实时信号管道之前都会与其前身进行基准测试。
在进行工作流程更改之前，请查看实时日志、模型文档和当前信号准确性。