PnabeldrikaTRX 分析终端具有实时数据可视化功能,可用于投资决策
基于数据的决策优化

风险调整投资决策的预测模型

PnabeldrikaTRX 实时评估大量数据,并根据历史可验证的回测结果提供基于证据的策略建议 - 无论您的访问位置如何。

型号状态 最后更新:实时
回测期84个月
最大。回撤(历史)−11.4%
夏普比率(年化)1.38
主动策略模块7
初始情况

在不断变化的条件下进行手动决策很容易出错

那些在旅途中工作的人经常在时间压力下做出投资决策,他们对当前市场数据的访问有限,而且没有固定的基础设施。这些情况增加了对市场走势的情绪驱动或延迟反应的可能性。

PnabeldrikaTRX 将正在进行的分析转移到一个持续评估数据模式的系统,并为不依赖于日期或时区形式的决策提供基础。无论是在办公室还是在旅途中访问,这些模型都使用相同的参数。

PnabeldrikaTRX 数据基础设施和分析环境,用于独立于位置的投资决策
方法论

模型架构的技术基础

以下三个组成部分构成了生成的每个建议的基础。每个组件均独立记录并可验证。

预测模型

市场数据中人工智能驱动的模式识别

分析引擎并行处理历史和当前价格数据、交易量趋势和波动性指标。可能的价格发展的概率分布由此得出,而不是确定性预测。

每个模型的信号加权
趋势追踪
72%
均值反转
54%
波动率过滤器
61%
回测严格性

基于多年市场周期的验证

每个策略在发布使用之前都会经过几个完整市场周期的样本外测试。交易成本、滑点和实际执行延迟都会被考虑在内,而不是被忽视。

验证步骤
样本内测试
已完成
样本外测试
已完成
前进分析
正在进行的
实时执行

自动实施,无需人工干预

一旦策略被激活,系统就会持续监控市场数据并根据预定义的风险参数触发订单。头寸规模根据存储的风险预算进行调整,而不是根据市场情绪进行调整。

执行延迟
信号检测
约 120 毫秒
风险评估
〜80毫秒
订单执行
〜65毫秒
透明度

历史模型性能和风险指标

以下关键数据来自相应策略的回溯测试期,反映了考虑费用和滑点后执行的模拟。

策略模块 期间 Ø 周年申报表 最大回撤 夏普比率
趋势跟踪多资产 2018-2024 +9.8% −13.2% 1.21
均值回归FX 2019-2024 +7.4% −8.9% 1.44
波动率叠加 2020-2024年 +6.1% −6.7% 1.52
组合投资组合 2018-2024 +8.3% −11.4% 1.38

注:所示关键数据基于模拟回测结果和历史市场数据。过去的表现和模拟结果并不是未来结果的可靠指标。每项资本投资都与损失风险相关。

工艺流程

三步设置

整个过程旨在最大限度地减少持续的工作量,以便一旦设置,监控就不再局限于固定位置。

1

API连接

根据您所需的自动化水平,通过只读或支持交易的 API 接口链接您的经纪商或交易所账户。

2

策略选择

根据风险状况、资本基础和所需时间范围选择一个或多个策略模块,并由相应的回溯测试指标记录。

3

自动监控

该系统持续监控头寸、风险限额和市场状况。仅当偏差超出定义的阈值时才会发出通知。

常见问题

风险管理、资本要求和模型逻辑

每个头寸的风险如何限制?

每个头寸在执行前都会根据存储的风险预算进行检查。头寸规模是根据每个策略模块的波动性和最大允许回撤计算的,而不是全面设定的。

最低资本要求是多少?

所需的资本基础根据所选策略模块和经纪商条件的不同而有所不同,因为最小订单规模和保证金要求也有所不同。详细信息作为策略选择的一部分提供。

模型逻辑如何变得易于理解?

每个策略都记录有基础指标、回测周期和所使用的验证方法的描述。专有模型代码尚未完全公开。

回测期之外的市场阶段会发生什么?

策略经过连续的前瞻分析,以在早期阶段识别模拟和实际性能之间的偏差。如果存在重大偏差,受影响的策略将暂停并检查。

访问可以完全与位置无关吗?

是的。监控通过基于网络的仪表板进行,不需要本地安装。无论时区和位置如何,都可以配置通知。

请求访问平台

访问权限包括查看完整的回测文档、配置 API 连接以及选择可用的策略模块。个人家具建议是入职流程的一部分。

查看技术文档 →