Vlondanaru analyse les données du marché en temps réel et ajuste dynamiquement les niveaux de stop loss en fonction de la volatilité. Les modèles prédictifs remplacent les règles rigides par des limites de risque adaptatives.
Demander l'accès maintenantLes stop loss statiques sont basés sur des pourcentages fixes ou des multiplicateurs ATR. Ils ne tiennent pas compte des changements de régime à court terme. Dans les phases volatiles, des baisses disproportionnées se produisent, en particulier avec les positions à effet de levier.
Comparaison illustrative des principes fonctionnels. Aucune information historique sur les performances.
La distance de stop loss est continuellement recalculée sur la base des données du cluster de volatilité, et non sur un intervalle de temps rigide.
Les modèles estiment la probabilité d'un repli avant qu'il ne se produise et fournissent une limite de risque ajustée avant que le prix ne l'atteigne.
Un modèle de classification différencie les phases de tendance, de range et d'inversion et sélectionne une logique de couverture appropriée pour chaque phase.
Le traitement du signal et les mises à jour des commandes s'exécutent dans la plage des millisecondes, ce qui est pertinent pour les stratégies de scalping et intrajournalières.
Aperçu : chaque carte de position affiche la distance d'arrêt actuellement calculée, le régime de marché sous-jacent et l'horodatage du dernier ajustement du modèle.
Les données de prix, de volume et du carnet de commandes sont enregistrées et normalisées en parallèle sur plusieurs fenêtres temporelles.
Les indicateurs de volatilité, de dynamique et de liquidité sont dérivés des données brutes.
Un modèle entraîné estime la probabilité qu'un retrait se produise au prochain pas de temps.
La marque stop loss est réinitialisée et transmise à la couche d'exécution des ordres.
La logique du système stop loss s'adapte à la période de détention et au rythme d'exécution de la stratégie respective.
Pour les positions de l’ordre de la seconde à la minute, le système réagit à la micro-volatilité et aux déséquilibres du carnet d’ordres.
Pour les positions sur plusieurs jours, le modèle prend en compte des fenêtres temporelles plus larges et des événements macroéconomiques.
Vlondanaru a été conçu pour les utilisateurs qui souhaitent comprendre les décisions algorithmiques. Chaque ajustement du niveau de stop loss est enregistré et lié au signal du modèle sous-jacent. La plateforme ne remplace pas une décision de trading, mais fournit plutôt une limite de risque supplémentaire basée sur les données.
Le modèle traite les données de tick, la profondeur du carnet de commandes et les profils de volatilité historiques de l'instrument respectif. Les calendriers d’événements macroéconomiques sont inclus comme facteur contextuel supplémentaire.
Le recalcul est basé sur des événements, déclenchés par des changements significatifs de volatilité ou de liquidité, et non selon un intervalle de temps rigide.
Oui. Les utilisateurs peuvent définir des limites supérieures et inférieures dans lesquelles le système est autorisé à fonctionner. Un contrôle manuel complet reste possible à tout moment.
Actuellement, Vlondanaru prend en charge les contrats à terme liquides et les paires de devises avec une profondeur de données historiques suffisante pour une formation de modèle stable.
Les modèles sont continuellement validés par rapport à des données hors échantillon. Les écarts entre les prévisions et le cours réel sont documentés et intégrés dans la prochaine itération de formation.
Référence technique pour les développeurs : Demander de la documentation sur l'API