Foldyield Ratings elabora i dati del portafoglio ordini e del sentiment per produrre segnali di trading classificati ogni pochi secondi. Prelievi istantanei si applicano in ogni momento: il capitale non viene mai mantenuto per periodi di lock-up.
Ciascun pilastro della piattaforma affronta uno specifico punto di fallimento nel trading discrezionale: dati lenti, valutazione del rischio incoerente ed esecuzione ritardata.
I feed di mercato, la profondità del portafoglio ordini e il sentiment delle notizie vengono assorbiti continuamente e normalizzati in un unico flusso di dati, con una latenza di elaborazione misurata in millisecondi anziché in secondi.
I modelli stimano il raggruppamento della volatilità e la probabilità di prelievo per ciascuna posizione prima che il capitale venga allocato, anziché reagire alle perdite dopo che si sono verificate.
I segnali che superano la soglia di confidenza vengono indirizzati direttamente all'esecuzione, eliminando il ritardo tra l'analisi e l'immissione dell'ordine che influisce sul trading manuale.
La maggior parte delle piattaforme di trading automatizzate richiedono che i fondi rimangano entro un periodo di preavviso, spesso compreso tra sette e trenta giorni, prima che le richieste di prelievo vengano elaborate. Questo accordo protegge la gestione della liquidità della piattaforma, non quella del trader.
Foldyield Ratings separa la liquidità del conto dalla gestione delle posizioni. Il motore AI può mantenere, modificare o chiudere posizioni continuamente mentre il capitale del conto rimane prelevabile in qualsiasi momento, senza alcun periodo minimo di detenzione allegato a una richiesta di prelievo.
Ogni segnale è l'uscita di una pipeline a tre stadi. Il processo è progettato per essere verificabile in ogni fase, piuttosto che per un singolo risultato opaco.
I dati sui prezzi a livello di tick, la profondità del portafoglio ordini e gli annunci macro vengono raccolti in più sedi e associati a un orologio comune per il confronto.
I modelli in linguaggio naturale valutano le notizie e il sentiment sociale, che vengono poi confrontati con i modelli di clustering della volatilità per segnalare periodi di rischio elevato.
Un modello di classificazione valuta le correlazioni non lineari tra gli strumenti per produrre un unico punteggio di confidenza, che determina se un segnale viene eseguito, ridimensionato o scartato.
Foldyield Ratings è stato costruito sulla premessa che un segnale di trading è utile solo se i suoi input possono essere ispezionati. L'interfaccia mostra il punteggio di confidenza, i fattori che contribuiscono e l'accuratezza storica di ciascun modello, in modo che un trader possa decidere quanto peso dare a ogni singola raccomandazione.
I modelli sottostanti vengono riqualificati secondo una pianificazione definita man mano che arrivano nuovi dati di mercato, anziché rimanere statici dopo l'implementazione iniziale.
I trader intraday utilizzano segnali classificati in base alla fiducia per dare priorità alle voci durante le finestre di elevata liquidità, il che restringe lo spread effettivo pagato sugli strumenti in rapido movimento.
I Risk Desk applicano le stime predittive dei drawdown come input aggiuntivo ai limiti di posizione esistenti, contribuendo a ridurre i drawdown sulle esposizioni correlate prima dei picchi di volatilità.
Gli investitori discrezionali utilizzano l’output della correlazione non lineare per identificare sacche frammentate di alfa tra le classi di attività che i modelli di covarianza standard tendono a non cogliere.
Il capitale del conto e le posizioni aperte gestite dall'intelligenza artificiale vengono tracciate separatamente. Una richiesta di prelievo attinge solo dal capitale non assegnato o regolato, il che consente alla piattaforma di elaborare le richieste su base continuativa, 24 ore al giorno, senza attendere una finestra di regolamento fissa.
I modelli principali vengono riqualificati secondo un ciclo pianificato utilizzando dati di mercato recenti, con ulteriori riqualificazioni attivate se l’accuratezza del modello scende al di sotto di una soglia definita. Ciò mantiene il motore del segnale allineato alle attuali condizioni di volatilità anziché fare affidamento su un singolo set di addestramento storico.
L'accesso al conto è protetto da un'autenticazione crittografata e i movimenti di fondi richiedono la verifica prima dell'elaborazione. L'infrastruttura è segmentata in modo che i sistemi di analisi dei dati non abbiano accesso diretto in scrittura ai record dei fondi di custodia.