Payung Hasilwan przekształca nieustrukturyzowane dane rynkowe w sygnały skorygowane o ryzyko, weryfikowane w oparciu o wyniki historyczne, zanim dotrą na Twoje biurko.
Każdy sygnał pokazany na platformie jest sparowany z jego sprawdzoną wydajnością w poprzednich systemach rynkowych, dzięki czemu możesz ocenić niezawodność przed podjęciem działań.
Rynki dokonują ponownej wyceny szybciej, niż mogą to zrobić badania ręczne. Payung Hasilwan w sposób ciągły pobiera dane dotyczące cen, przepływu zamówień i aktualności, porównując je z modelami, które zostały już przetestowane w cyklach historycznych — więc sygnał, który widzisz, ma znane doświadczenie, a nie tylko teorię.
Ilustracyjne przedstawienie siły sygnału w czasie, widoczne w konsoli Payung Hasilwan.
Proces jest celowo liniowy, więc każde zalecenie można prześledzić wstecz do danych i warunków, które je wytworzyły.
Dane cenowe, zgłoszenia, głębokość księgi zamówień i teksty wiadomości są normalizowane w ramach wspólnego schematu, oznaczane znacznikiem czasu i uzgadniane przed rozpoczęciem jakiegokolwiek modelowania.
Sygnały kandydatów są oceniane w oparciu o wiele warunków rynkowych, a nie pojedynczą hossę, aby zmniejszyć ryzyko zastosowania strategii, która działa tylko z perspektywy czasu.
Strategie przed wypuszczeniem na rynek poddawane są testom warunków skrajnych pod kątem historycznych spadków i skoków zmienności, przy czym przy każdej strategii zachowywane są wskaźniki wydajności.
Podstawowa architektura modelu nie została ujawniona szczegółowo, zgodnie ze standardową praktyką dotyczącą platform badań ilościowych. Ujawnia się w całości historyczne wyniki każdej strategii oraz warunki, w jakich była ona testowana.
Sygnały prognostyczne sygnalizują, że korelacje między portfelami zaczynają odbiegać od historycznych wartości bazowych, powiadamiając zarządzających portfelami z wyprzedzeniem, zanim przywrócenie równowagi stanie się reaktywne, a nie planowane.
Sygnał uruchamia się, gdy relacje aktywów odbiegają od zakresu poddanego weryfikacji historycznej używanego do ustalania wag portfela.
Zespoły strategiczne wykorzystują sygnały popytu i cen, aby ocenić, czy obecne warunki rynkowe przypominają okresy z przeszłości, które poprzedzały korzystne punkty wejścia, informując o terminie zaangażowania kapitałowego, a nie o samej decyzji o zaangażowaniu.
Wyniki wynikają z tego, jak zachowywały się podobne warunki historyczne, a nie z gwarancji wybiegających w przyszłość.
Payung Hasilwan został opracowany przy założeniu, że większość strat handlowych wynika z działania na podstawie niesprawdzonych założeń pod presją czasu. Platforma istnieje po to, aby usunąć tę presję, zapewniając decydentom opartym na danych sprawdzoną podstawę do działania, z danymi historycznymi dołączonymi do każdego zalecenia.
Zespół koncentruje się na przejrzystości modelu i rygorze weryfikacji historycznej twierdzeń marketingowych, a platforma została zbudowana tak, aby integrować się z istniejącymi przepływami pracy, a nie je zastępować.
Zaawansowani technologicznie handlowcy i zespoły ds. ryzyka zadają już na początku te same pytania: w jaki sposób dane są chronione i czy platforma wytrzyma pod obciążeniem. Są one adresowane bezpośrednio.
Dane są szyfrowane podczas przesyłania i przechowywania, a dostęp jest ograniczony w zależności od roli, dzięki czemu tylko autoryzowani użytkownicy mogą przeglądać wrażliwe informacje dotyczące portfela lub strategii.
Interfejs API został zaprojektowany do obsługi strumieniowych danych rynkowych i jednoczesnych żądań strategii bez wprowadzania opóźnień materiałowych do przepływów pracy wrażliwych na czas.
Infrastruktura jest monitorowana w sposób ciągły, z wdrożonymi procedurami przełączania awaryjnego, dzięki czemu dostarczanie sygnału nie jest zależne od pojedynczego punktu awarii.
Dane są szyfrowane w stanie spoczynku i podczas przesyłania, dostęp jest oparty na rolach, a dane specyficzne dla klienta nie są używane do uczenia modeli dla innych klientów. Okresy przechowywania i warunki przetwarzania danych są określone w umowie o świadczenie usług udostępnianej podczas wdrażania.
Każdy sygnał jest prezentowany z czynnikami, które się na niego złożyły i wynikającą z niego analizą historyczną, a nie pojedynczym, nieprzejrzystym wynikiem. Ma to na celu umożliwienie użytkownikom oceny uzasadnienia, a nie tylko wyników, przed podjęciem decyzji o działaniu.
Testy historyczne obejmują okresy dużej zmienności i gwałtownych spadków, a pewność sygnału jest zwykle zmniejszana automatycznie, gdy bieżące warunki wykraczają poza zakres, dla którego model był testowany. Żaden model nie może zagwarantować wydajności podczas naprawdę bezprecedensowych wydarzeń, a to ograniczenie jest raczej ujawniane niż ukrywane.
Większość zespołów zaczyna od dostępu do interfejsu API i źródła danych tylko do odczytu, aby zweryfikować sygnały w oparciu o własne zapisy, zanim zainwestują kapitał lub zintegrują platformę z bieżącymi przepływami pracy. Terminy zależą od istniejącej infrastruktury i wymaganego zakresu integracji.