Vlondanaru analysiert Marktdaten in Echtzeit und passt Stop-Loss-Niveaus dynamisch an Volatilität an. Prädiktive Modelle ersetzen starre Regeln durch adaptive Risikogrenzen.
Jetzt Zugang anfordernStatische Stop-Loss-Marken basieren auf festen Prozentsätzen oder ATR-Multiplikatoren. Sie berücksichtigen keine kurzfristigen Regimewechsel. In volatilen Phasen entstehen so überproportionale Drawdowns, gerade bei gehebelten Positionen.
Illustrative Gegenüberstellung der Funktionsprinzipien. Keine historische Performance-Angabe.
Die Stop-Loss-Distanz wird kontinuierlich anhand von Volatilitätscluster-Daten neu berechnet, nicht nach starrem Zeitintervall.
Modelle schätzen die Wahrscheinlichkeit eines Rücksetzers vor Eintritt und liefern eine angepasste Risikogrenze, bevor der Kurs sie erreicht.
Ein Klassifikationsmodell unterscheidet Trend-, Range- und Umkehrphasen und wählt je Phase eine passende Absicherungslogik.
Signalverarbeitung und Order-Update laufen im Millisekundenbereich, relevant für Scalping- und Intraday-Strategien.
Vorschau: Jede Positionskarte zeigt die aktuell berechnete Stop-Distanz, das zugrunde liegende Marktregime und den Zeitstempel der letzten Modellanpassung.
Kurs-, Volumen- und Orderbuchdaten werden über mehrere Zeitfenster parallel erfasst und normalisiert.
Volatilitäts-, Momentum- und Liquiditätsindikatoren werden aus den Rohdaten abgeleitet.
Ein trainiertes Modell schätzt die Eintrittswahrscheinlichkeit eines Drawdowns für den nächsten Zeitschritt.
Die Stop-Loss-Marke wird neu gesetzt und an die Ausführungsschicht der Order übergeben.
Die Logik des Stop-Loss-Systems passt sich der Haltedauer und dem Ausführungsrhythmus der jeweiligen Strategie an.
Bei Positionen im Sekunden- bis Minutenbereich reagiert das System auf Mikro-Volatilität und Orderbuch-Ungleichgewichte.
Bei mehrtägigen Positionen berücksichtigt das Modell größere Zeitfenster und makroökonomische Ereignisse.
Vlondanaru wurde für Nutzer konzipiert, die algorithmische Entscheidungen nachvollziehen wollen. Jede Anpassung des Stop-Loss-Niveaus ist protokolliert und mit dem zugrunde liegenden Modellsignal verknüpft. Die Plattform ersetzt keine Handelsentscheidung, sondern liefert eine zusätzliche, datengetriebene Risikogrenze.
Das Modell verarbeitet Tick-Daten, Orderbuchtiefe und historische Volatilitätsprofile des jeweiligen Instruments. Makroökonomische Ereigniskalender fließen als zusätzlicher Kontextfaktor ein.
Die Neuberechnung erfolgt ereignisbasiert, ausgelöst durch signifikante Änderungen in Volatilität oder Liquidität, nicht nach starrem Zeitintervall.
Ja. Nutzer können Ober- und Untergrenzen definieren, innerhalb derer das System operieren darf. Vollständige manuelle Kontrolle bleibt jederzeit möglich.
Aktuell unterstützt Vlondanaru liquide Futures- und Devisenpaare mit ausreichender historischer Datentiefe für ein stabiles Modelltraining.
Modelle werden fortlaufend gegen Out-of-Sample-Daten validiert. Abweichungen zwischen Prognose und tatsächlichem Kursverlauf werden dokumentiert und fließen in die nächste Trainingsiteration ein.
Technische Referenz für Entwickler: API-Dokumentation anfragen