定量市场情报

波动市场的算法精度

Ironvalyx 通过预测建模层处理实时订单簿数据、隐含波动率和宏观发布,然后对生成的策略进行排名,以便可以直接在交易账户中进行审查和复制。没有情绪输入。没有任意叠加。

Ironvalyx 数据可视化显示实时市场分析和预测建模输出

方法论

分析引擎

Ironvalyx 生成的每个信号在提供给交易账户之前都会经过三个连续的阶段。每个阶段都会被记录下来,因此可以在事后审查从原始数据到策略输出的路径。

01

数据摄取

市场反馈、订单簿深度、隐含波动率表面和宏观经济数据在到达时均已标准化并带有时间戳。摄取连续运行,源和模型之间没有批量延迟。

02

预测建模

标准化数据通过一组经过训练的统计和机器学习模型来预测短期波动和价格错位。模型按照固定的时间表进行重新训练,以限制与当前市场机制的偏差。

03

策略执行

模型输出被转换为具有定义的头寸规模和风险参数的排名策略。每个策略在可用于复制之前都带有透明度记录。

设计时具有风险意识

专为实时风险管理而构建

波动率预测只有在市场波动之前出现时才有用。 Ironvalyx 的推理层针对减少延迟进行了优化,为交易者提供了一个可测量的窗口来对模型信号采取行动,而不是事后做出反应。

风险缓解嵌入在模型输出中,而不是事后应用。每个预测都包含一个置信区间和建议的风险限额,这是根据可比市场条件的历史回撤数据计算得出的。

Ironvalyx 平台界面显示预测模型和波动性数据
  • 波动率预测

    短期预测(从日内到五天)在每个数据周期而不是固定计时器上重新计算。

  • 相关映射

    跨资产相关性变化在对投资组合风险产生重大影响之前就被标记出来,而不是事后。

  • 回撤感知的规模调整

    建议的头寸规模根据当前市场状况的历史回撤行为进行调整,而不是静态风险百分比。

跟单机制

复制模型集构建的策略

Ironvalyx 的复制交易功能允许账户反映其顶级人工智能策略的定位,并根据该账户的自有资本和规定的风险限额进行调整。排名是由模型自己的输出产生的,而不是由任意策划产生的。

绩效透明度。 每个策略都带有过去模型输出的可见记录,包括预测表现不佳的时期。历史模型行为会被完整显示,因为选择性报告会使排名变得毫无意义。

复制是按账户配置的,在任何策略生效之前设置风险上限和资产限制。这些设置可以随时调整或撤销。

人在环保障

复制从来都不是完全自动的。每个信号都需要一个明确的确认步骤,在资金投入之前为账户持有人提供最终检查点。这种保护措施的存在是因为模型置信度与确定性不同。

风险与基础设施

安全和操作标准

这些标准控制 Ironvalyx 如何处理帐户数据、模型延迟和基础设施故障,独立于任何单个策略的性能。

安全协议

帐户凭证和 API 密钥在静态和传输过程中均进行加密。会话访问的范围仅限于策略复制所需的最小权限。

数据隐私标准

市场和账户数据的处理符合英国数据保护要求。不会出于与模型运行无关的目的与第三方共享交易数据。

延迟指标

信号的产生和传输是连续测量的。超出定义的延迟阈值的偏差将被记录并标记,以便在下一个数据周期之前进行审查。

基础设施弹性

模型推理跨冗余计算路径运行,从而降低了市场活动活跃期间单点故障的风险。

在终端访问之前注册兴趣

Ironvalyx 的早期访问受到限制,而该模型集是根据英国实时市场条件进行校准的。注册兴趣,以便在您的账户层开放终端访问时收到通知。

  • 网络终端
  • 休息API
  • 桌面(Windows/macOS)