Vlondanaru analyserar marknadsdata i realtid och justerar dynamiskt stop loss-nivåer baserat på volatilitet. Prediktiva modeller ersätter stela regler med adaptiva riskgränser.
Begär åtkomst nuStatiska stoppförluster baseras på fasta procentsatser eller ATR-multiplikatorer. De tar inte hänsyn till kortsiktiga regimförändringar. I flyktiga faser uppstår oproportionerliga uttag, särskilt med belånade positioner.
Illustrativ jämförelse av funktionsprinciperna. Ingen historisk prestandainformation.
Stop loss-avståndet beräknas kontinuerligt om baserat på volatilitetsklusterdata, inte ett stel tidsintervall.
Modeller uppskattar sannolikheten för en pullback innan den inträffar och ger en justerad riskgräns innan priset når det.
En klassificeringsmodell skiljer mellan trend-, intervall- och reverseringsfaser och väljer en lämplig säkringslogik för varje fas.
Signalbehandling och orderuppdateringar körs i millisekundsintervallet, relevant för skalpering och intradagsstrategier.
Förhandsvisning: Varje positionskarta visar det för närvarande beräknade stoppavståndet, den underliggande marknadsregimen och tidsstämpeln för den senaste modelljusteringen.
Pris-, volym- och orderbokdata registreras och normaliseras parallellt över flera tidsfönster.
Volatilitet, momentum och likviditetsindikatorer härleds från rådata.
En tränad modell uppskattar sannolikheten för att en neddragning inträffar vid nästa tidssteg.
Stop loss-märket återställs och skickas till orderexekveringsskiktet.
Stop loss-systemets logik anpassar sig till hållperioden och exekveringsrytmen för respektive strategi.
För positioner i andra till minutintervallet reagerar systemet på mikrovolatilitet och obalanser i orderboken.
För flerdagarspositioner tar modellen hänsyn till större tidsfönster och makroekonomiska händelser.
Vlondanaru designades för användare som vill förstå algoritmiska beslut. Varje justering av stop loss-nivå loggas och kopplas till den underliggande modellsignalen. Plattformen ersätter inte ett handelsbeslut, utan ger snarare en ytterligare, datadriven riskgräns.
Modellen behandlar tickdata, orderbokdjup och historiska volatilitetsprofiler för respektive instrument. Makroekonomiska evenemangskalendrar ingår som en extra kontextuell faktor.
Omräkningen är händelsebaserad, utlöst av betydande förändringar i volatilitet eller likviditet, inte enligt ett strikt tidsintervall.
Ja. Användare kan definiera övre och nedre gränser inom vilka systemet får arbeta. Fullständig manuell kontroll förblir möjlig när som helst.
För närvarande stöder Vlondanaru likvida terminer och valutapar med tillräckligt historiskt datadjup för stabil modellträning.
Modeller valideras kontinuerligt mot data utanför urvalet. Avvikelser mellan prognosen och den faktiska kursen dokumenteras och införlivas i nästa träningsiteration.
Teknisk referens för utvecklare: Begär API-dokumentation