短期的な変動により、実際の信号よりも高い周波数の偽の信号が生成されます。あらゆる動きに対応すると取引コストが増加し、リスク調整後のリターンが減少します。
損失回避、自信過剰、確証バイアスは、データが逆の方向を向いている場合でも、参入と撤退の決定を体系的に変えます。
複数の資産を同時に追跡すると、特にボラティリティの高いセッションでは、1 日を通して分析の品質が低下します。
Alvo Cotarença モデルは、時系列およびボラティリティ指標を短い間隔で処理し、統計的に関連する変動をランダムな変動から分離します。
このスクリーニングはインテリジェント DCA エンジンに直接供給され、固定カレンダーではなく特定された市場体制に基づいて各貢献のサイズとタイミングを調整します。
Alvo Cotarença は、すでに規律を持って運用しているが、複数の資産を監視する際の反応時間と認知的負荷の軽減を求めている投資家やトレーダー向けの意思決定支援プラットフォームとして構築されました。
このプラットフォームはリスクを排除することを約束するものではありません。プラットフォームは大量のデータを処理し、バックテストによって検証された統計モデルを適用し、構造化された推奨事項を提示して、最終的な決定をユーザーが定義したパラメータに合わせて残します。
この方法は、単独ではなく一緒に機能する 3 つのコンポーネントを組み合わせます。
このシステムは、固定日に拠出するのではなく、売られ過ぎのシグナル、ボラティリティ構造、ローカルトレンドに従って資本を分配し、従来の DCA と比較して平均エントリーコストを削減します。
履歴データとリアルタイム データに基づいてトレーニングされた統計モデルは、受信した新しいデータ ブロックごとに更新され、動きの継続性または反転の確率を推定します。
エクスポージャ制限、ポジションサイジング、ダイナミックストップは、監視対象の各資産のインプライドボラティリティに応じて自動的に再計算されます。
完全な分析サイクルは、ステップ間に手動で中断することなく実行されます。
価格、出来高、市場深度は、アカウントにリンクされた取引所から継続的に取得され、異なるソース間の自動正規化が行われます。
予測モデルは、処理遅延を蓄積することなく、データ ストリームを処理し、数秒のウィンドウで入力確率を更新します。
生成された注文は、以前に定義されたリスクパラメータを尊重しており、選択した構成に応じて手動で確認することも、自動的に実行することもできます。
長時間の転倒では、モデルは寄与の頻度を減らし、露出を増やす前に安定化の追加の確認を必要とするため、技術サポートなしで連続して転倒を捉えることを避けます。
目的は、リスクとリターンの関係が目に見えて改善する段階に備えて利用可能な資本を温存することです。
インプライド・ボラティリティが資産の過去のしきい値を超えて上昇すると、ポジションのサイジングが自動的に縮小され、ダイナミック・ストップがより厳しくなります。
この構成は、より保守的な投資家プロファイルに沿って、リターンの最大化よりもリスク管理を優先します。
累積期間では、システムは関連する価格修正に従って拠出額を配分し、正確な最小値を特定しようとするのではなく、平均コストに焦点を当て続けます。
パフォーマンス レポートを使用すると、同じ期間にスケジュールされた従来の DCA と結果を比較できます。
接続では、引き出し承認なしで、データの読み取りと注文の送信に制限された権限を持つ API キーを使用します。キーは暗号化された形式で保存され、発信元の交換機でいつでも直接取り消すことができます。
モデルは、過剰適合を避けるためにトレーニング データとテスト データを分離して、市場体制 (強気、弱気、水平化) によってセグメント化された履歴ウィンドウにわたって検証されます。バックテストの結果は、将来のパフォーマンスを自動的に推定することなく、それぞれの期間と制限とともに表示されます。
互換性は、取引所がリアルタイムの市場データと取引 API を利用できるかどうかによって異なります。サポートされているペアと取引所のリストはアカウント設定に表示され、追加の統合が検証されると調整できます。
はい。ユーザーは、実行前に各注文を手動で確認しながら、推奨されるシグナルとレベルのみを表示するようにシステムを設定できます。