Payung Hasilwan trasforma i dati di mercato non strutturati in segnali adeguati al rischio, convalidati rispetto alle prestazioni storiche prima che raggiungano la tua scrivania.
Ogni segnale mostrato nella piattaforma è abbinato alla sua performance backtested nei precedenti regimi di mercato, così puoi giudicare l'affidabilità prima di agire.
I mercati si rivalutano più velocemente di quanto la ricerca manuale possa seguire. Payung Hasilwan acquisisce continuamente dati su prezzi, flusso degli ordini e notizie, confrontandoli con modelli che sono già stati testati in cicli storici, quindi il segnale che vedi ha un track record noto, non solo una teoria.
Rappresentazione illustrativa della potenza del segnale nel tempo, come emersa all'interno della console Payung Hasilwan.
Il processo è volutamente lineare, per cui ogni raccomandazione è riconducibile ai dati e alle condizioni che l’hanno prodotta.
I feed dei prezzi, le registrazioni, la profondità del registro degli ordini e il testo delle notizie sono normalizzati in uno schema comune, timestamp e riconciliati prima che inizi qualsiasi modellazione.
I segnali candidati vengono valutati in molteplici condizioni di mercato, non in una singola corsa al rialzo, per ridurre la possibilità di una strategia che funzioni solo con il senno di poi.
Le strategie vengono sottoposte a stress test rispetto ai ribassi storici e ai picchi di volatilità prima di essere rilasciate, con parametri di performance mantenuti insieme a ciascuna di esse.
L’architettura del modello sottostante non è divulgata in dettaglio, in linea con la pratica standard per le piattaforme di ricerca quantitativa. Ciò che viene divulgato, per intero, è la performance storica di ciascuna strategia e le condizioni in cui è stata testata.
I segnali predittivi vengono segnalati quando le correlazioni tra le partecipazioni iniziano ad allontanarsi dalla loro linea di base storica, dando ai gestori di portafoglio un preavviso prima che un ribilanciamento diventi reattivo anziché pianificato.
Il segnale si attiva quando le relazioni tra le attività divergono dall’intervallo sottoposto a backtesting utilizzato per impostare i pesi del portafoglio.
I team strategici utilizzano segnali di domanda e di prezzo per valutare se le attuali condizioni di mercato assomigliano a periodi passati che hanno preceduto punti di ingresso favorevoli, informando la tempistica degli impegni di capitale piuttosto che la decisione di impegnarsi.
I punteggi derivano dal modo in cui si sono comportate condizioni storiche simili, non da garanzie lungimiranti.
Payung Hasilwan è stato sviluppato sulla premessa che la maggior parte delle perdite commerciali derivano dall'agire su ipotesi non testate in condizioni di pressione temporale. La piattaforma esiste per rimuovere tale pressione fornendo ai decisori basati sui dati una base testata per agire, con la documentazione storica allegata a ogni raccomandazione.
Il team si concentra sulla trasparenza del modello e sul rigore del backtesting rispetto alle affermazioni di marketing, e la piattaforma è costruita per integrarsi nei flussi di lavoro esistenti anziché sostituirli.
I trader esperti di tecnologia e i team di rischio pongono presto le stesse domande: come vengono protetti i dati e la piattaforma resisterà sotto carico. Questi vengono affrontati direttamente.
I dati vengono crittografati in transito e inattivi, con accesso limitato al ruolo in modo che solo gli utenti autorizzati possano visualizzare informazioni sensibili sul portafoglio o sulla strategia.
L'API è progettata per gestire lo streaming di dati di mercato e richieste di strategie simultanee senza introdurre latenza materiale nei flussi di lavoro sensibili al fattore tempo.
L'infrastruttura viene monitorata continuamente, con routine di failover in atto in modo che la consegna del segnale non dipenda da un singolo punto di guasto.
I dati vengono crittografati sia inattivi che in transito, l'accesso è basato sui ruoli e i dati specifici del client non vengono utilizzati per addestrare modelli per altri client. I periodi di conservazione e i termini di gestione dei dati sono stabiliti nel contratto di servizio fornito durante l'onboarding.
Ogni segnale viene presentato con i fattori che vi hanno contribuito e con il retroscena storico dietro di esso, piuttosto che con un singolo punteggio opaco. Questo ha lo scopo di consentire agli utenti di valutare il ragionamento, non solo l'output, prima di decidere se agire.
I backtest includono periodi di elevata volatilità e bruschi ribassi, e la fiducia del segnale viene generalmente ridotta automaticamente quando le condizioni attuali non rientrano nell’intervallo rispetto al quale il modello è stato testato. Nessun modello può garantire prestazioni durante eventi davvero senza precedenti e questa limitazione viene rivelata anziché nascosta.
La maggior parte dei team inizia con l'accesso API e un feed di dati di sola lettura per convalidare i segnali rispetto ai propri record prima di impegnare capitali o integrare la piattaforma nei flussi di lavoro in tempo reale. Le tempistiche dipendono dall’infrastruttura esistente e dall’ambito di integrazione richiesta.