予測ポートフォリオシグナルを表示するfinkursリアルタイムデータターミナル
システムステータス: 動作中

予測ポートフォリオ ロジックを 60 秒以内に導入

finkurs は、市場データ ストリームに対して潜在ベクトル分析を実行し、出力をポジションサイジングとリスクパラメーターに変換します。 Exchange API に接続し、制約を設定し、決定論的なルールに基づいてモデルを実行します。手動でチャートを読み取る必要はありません。

推論レイテンシの中央値 42ミリ秒
処理されるデータポイント/分 1.8M
アクティブなモデルインスタンス 3,214
平均セットアップ時間 54秒

予測パイプラインの構造

このエンジンは、オーダーブック、ボリューム、およびマクロ データを並行して取り込み、確率モデルが推奨を生成する前に、各ストリームを潜在ベクトルに圧縮します。すべての段階は監査のためにログに記録されます。

01
インジェストレイヤー WebSocket を介して、接続された取引所からティックレベルの価格データ、注文書の深さ、およびマクロ指標をストリーミングします。
02
潜在ベクトル符号化 高次元の市場状態を、モデルが効率的に推論できるコンパクトな表現に縮小します。
03
確率的モデリング層 単一点の予測ではなく、可能性のある価格パスの確率加重分布を生成します。
04
決定出力 リスクプロファイルに基づいて、分布をポジションサイズ、エントリー範囲、ストップパラメーターに変換します。
  • 複数交換の正規化 さまざまな会場からの価格と出来高のデータは、モデリングの前に単一の内部スキーマに調整されます。
  • 継続的な再トレーニング モデルの重みはローリング ウィンドウで更新されるため、システムは手動介入なしでレジーム シフトに適応します。
  • 決定的な実行ルール シグナルが定義したしきい値を超えると、注文パラメータが修正され、送信前に記録されます。
42ミリ秒
中央値推論
6秒
再トレーニングサイクル
99.2%
フィード稼働時間、30 日

API キーからデプロイされたモデルまで 3 つのステップで完了

この設定により、取引所の接続、手動でのポジションのサイジング、取引のたびにリスク制限を再確認するといった手動のオーバーヘッドが排除されます。ほとんどのアカウントは 1 分以内に展開を完了します。

ステップ01

API統合

取引所から読み取り専用または取引スコープの API キーを貼り付けます。キーは保管時に暗号化され、アカウントのコンテキストから離れることはありません。

ステップ02

リスクパラメータの定義

最大ドローダウン、ポジションサイズ制限、ボラティリティ許容範囲を設定します。これらの制約は、実行時にモデル出力をオーバーライドします。

ステップ03

導入

構成を確認すると、モデル インスタンスが稼働します。実行は、データ エンジンからの次の条件を満たす信号で開始されます。

APIを接続する 制限を定義する 導入されたモデル シグナルが実行される

最適化インターフェイスの生の数値

すべての推奨事項は、単に方向性を示すだけでなく、その基礎となるリスク対報酬の計算とともに表示されます。信号が実行される前に、信号を検査、調整、またはオーバーライドできます。

リスク/報酬マトリックス — サンプル資産 ライブフィード
資産 信号 自信 リスクスコア 予想される範囲
イーサリアム/ユーロ 増やす 0.78 +2.1% / -1.4%
DAX先物 ホールド 0.54 低い +0.6% / −0.5%
BTC/USD 減らす 0.71 +1.2% / -3.0%
ユーロ/米ドル ホールド 0.61 低い +0.4% / −0.3%
リアルタイム信号フィード
  • 02:14:09ボラティリティの閾値を超えました — DAX 先物
  • 02:11:47潜在ベクトルシフトの検出 — BTC/USD
  • 02:08:22再計算されたリスクスコア — ETH/EUR
  • 02:05:036s ウィンドウで再トレーニングされたモデル — グローバル
最適化の切り替え
最大ドローダウンの上限
レジームシフト時の自動リバランス
滑り止めガード
信号の手動オーバーライド

レコメンデーション層の下で実行されるもの

私たちは信仰に信頼を求めるのではなく、モデルのメカニズムを公開します。以下は、資産クラスや取引所に関係なく、すべての口座に適用されます。

モデルアーキテクチャ

コアとなるのは、ティックレベルとオーダーブックのデータでトレーニングされたシーケンス モデルで、単一の目標価格ではなく確率分布を出力する確率的レイヤーと組み合わせられています。

  • アセットクラスごとの潜在ベクトルエンコーディング
  • ローリングウィンドウ再トレーニング、静的スナップショットなし
  • 高流動性商品と低流動性商品の個別モデル

バックテストフレームワーク

すべてのモデル バージョンは、単一の歴史的期間ではなく、市場体制ごとにセグメント化されたサンプル外データを使用して、ウォークフォワード バックテストに対して検証されます。

  • レジームセグメント化された検証セット
  • 取引コストとスプレッドのシミュレーションが含まれています
  • 監査のために保存されるバージョン履歴

滑り防止ロジック

注文は送信前にライブスプレッドと深度に対してチェックされます。予想されるスリッページが許容範囲を超えた場合、注文は実行されずに保留されてフラグが立てられます。

  • 取引前のスプレッドとデプスチェック
  • 機器ごとに構成可能な滑り許容値
  • 保留中の注文が理由コードとともに記録される

最初のモデル インスタンスをデプロイする

API キーを接続し、リスク パラメーターを設定すると、次のデプロイ サイクルでモデルが稼働します。手動の構成ファイルや、開始に必要なサポート チケットは必要ありません。

AI インスタンスのデプロイ
GDPR に準拠したデータ処理 TLS 1.3暗号化トランスポート デフォルトでは読み取り専用の API スコープ
APIキーを受信しましたt + 0
リスクパラメータが確認されましたt + 18秒
モデルインスタンスが初期化されましたt + 41s
シグナル実行がアクティブですt + 54秒