Fathom Coursewick sjednocuje data z více burz do jediného pohledu přizpůsobeného riziku a používá prediktivní modelování k označení vznikající expozice dříve, než ovlivní vaše portfolio – přístupné z libovolného časového pásma a na jakémkoli stabilním připojení.
Fathom Coursewick byl vytvořen, aby řešil specifický, opakující se problém: investoři, kteří drží pozice na několika burzách, často na cestách, mají jen zřídka čas na ruční sladění konfliktních datových zdrojů. Platforma konsoliduje pozice, knihy objednávek a signály volatility do jednoho rozhraní, které je průběžně aktualizováno, nikoli na vyžádání.
Každý výstup je prezentován spíše jako doporučení než jako instrukce. Podkladové modely označují korelaci, riziko čerpání a anomálie načasování; rozhodnutí jednat zůstává na investorovi, který je spíše informován než nahrazen systémem.
Platformu podporují dva mechanismy: konsolidace různorodých výměnných dat a prediktivní vrstva použitá po sjednocení dat.
Spíše než vyžadování samostatných přihlášení a ručních tabulek pro každé místo, Fathom Coursewick přijímá hloubku knihy objednávek, historickou volatilitu a likviditu z každé připojené burzy a syntetizuje je do jednoho toku upraveného o riziko. Pozice jsou zobrazeny bez expozice na různých místech, takže korelované riziko je na kartách prohlížeče spíše viditelné než skryté.
Motor aplikuje statistické modely a modely strojového učení, včetně náhodných lesních klasifikátorů a regresorů neuronových sítí, na historická a živá data, přičemž odhaluje cenové nesrovnalosti mezi burzami, jakmile se objeví. Každý signál nese míru důvěry, což umožňuje, aby doporučení bylo zváženo podle osobního úsudku, spíše než aby se řídilo výchozím nastavením.
Proces za každým doporučením probíhá ve třech definovaných fázích. Porozumět jim je podle našeho názoru stejně důležité jako důvěřovat výstupu.
Tržní data, knihy objednávek a pozice na úrovni účtu jsou nepřetržitě stahovány z každé připojené burzy prostřednictvím přístupu API pouze pro čtení. V této ani žádné pozdější fázi nejsou požadována žádná povolení k odebrání nebo obchodování.
Konsolidovaná datová sada prochází architekturou vrstveného modelu, která kombinuje analýzu časových řad s klasifikačními technikami, aby identifikovala shluky volatility, korelační posuny a cenové anomálie napříč místy.
Zjištění jsou převedena do seřazených, časově označených signálů s doprovodným zdůvodněním. Každý signál je určen k podpoře konkrétního rozhodnutí: zda rebalancovat, zajistit nebo jednoduše držet.
Platforma je navržena s ohledem na konkrétní omezení: investor je často nedostupný, spí nebo mezi připojeními a systém musí v této nepřítomnosti pokračovat v práci.
Příjem a analýza pokračují, ať už jste uprostřed letu nebo pracujete z místa s přerušovaným připojením. Nálezy jsou zařazeny do fronty a prezentovány při vašem příštím přihlášení s časovým razítkem ve vašem místním časovém pásmu.
Jediný řídicí panel založený na prohlížeči nahrazuje potřebu přepínat mezi aplikacemi specifickými pro burzu, z nichž každá má své vlastní přihlášení a rozvržení. Postačí jakékoli zařízení s moderním prohlížečem a stabilním připojením.
Signály jsou generovány na základě rozpoznávání historických vzorů spíše než sentimentu, takže nejsou utvářeny únavou nebo naléhavostí, která může doprovázet rozhodnutí učiněná v různých časových pásmech. To neodstraňuje riziko; snižuje jeden jeho konkrétní zdroj.
Raději popíšeme, jak systém funguje, než abychom předem žádali o důvěru.
Generování signálu čerpá z náhodných lesních klasifikátorů pro detekci vzorů a regresorů neuronových sítí pro předpovídání volatility, křížově ověřených proti historickým výměnným datům před nasazením.
Všechna připojení k burzám používají přístup pouze k rozhraní API, přičemž oprávnění k odebrání jsou na úrovni klíče zakázána. Data při přenosu a v klidu jsou chráněna pomocí 256bitového šifrování a přihlašovací údaje nejsou nikdy uloženy v prostém textu.
Zdroje tržních dat se průběžně obnovují během každé obchodní seance. Latence příjmu závisí spíše na limitech API připojené ústředny než na pevném interním zpoždění.
