Foldyield Ratings はオーダーブックとセンチメントのデータを処理して、ランク付けされた取引シグナルを数秒ごとに生成します。 即時引き出し 常に適用されます。ロックアップ期間中は資本が保持されることはありません。
プラットフォームの各柱は、データの遅さ、リスク判断の一貫性のなさ、執行の遅れなど、裁量取引における特定の障害点に対処しています。
市場フィード、注文書の深さ、およびニュースセンチメントは継続的に取り込まれ、単一のデータ ストリームに正規化され、処理遅延は秒単位ではなくミリ秒単位で測定されます。
モデルは、損失が発生した後に反応するのではなく、資本が割り当てられる前に、各ポジションのボラティリティ クラスタリングとドローダウン確率を推定します。
信頼度のしきい値をクリアしたシグナルは直接約定に送られるため、手動取引に影響を与える分析と発注の間の遅延が解消されます。
ほとんどの自動取引プラットフォームでは、出金リクエストが処理される前に、資金を通知期間 (多くの場合 7 日から 30 日) 以内に保管する必要があります。この取り決めはトレーダーではなくプラットフォームの流動性管理を保護します。
Foldyield Ratings は、アカウントの流動性をポジション管理から分離します。 AI エンジンはポジションを継続的に保持、調整、またはクローズすることができ、同時にアカウント資本がいつでも引き出し可能であり、引き出しリクエストに最低保持期間は付けられません。
各信号は 3 ステージのパイプラインの出力です。このプロセスは、単一の不透明な出力ではなく、すべてのステップで監査できるように設計されています。
ティックレベルの価格データ、注文書の深さ、およびマクロの発表が複数の会場にわたって収集され、比較のために共通の時計にタイムスタンプが付けられます。
自然言語モデルはニュースと社会的センチメントをスコアリングし、ボラティリティ クラスタリング パターンと相互参照して、リスクが高まっている時期にフラグを立てます。
ランキング モデルは、機器間の非線形相関を重み付けして、シグナルが実行されるか、サイズダウンされるか、または破棄されるかを決定する単一の信頼スコアを生成します。
Foldyield Ratings は、取引シグナルがその入力を検査できる場合にのみ有用であるという前提に基づいて構築されています。このインターフェイスには、各モデルの信頼スコア、寄与要因、履歴精度が表示されるため、トレーダーは単一の推奨事項にどれだけの重みを与えるかを決定できます。
基礎となるモデルは、最初の展開後に静的なままにするのではなく、新しい市場データが到着すると、定義されたスケジュールで再トレーニングされます。
日中トレーダーは、信頼度ランク付けされたシグナルを使用して、流動性の高いウィンドウでのエントリーを優先します。これにより、動きの速い商品で支払われる実効スプレッドが狭められます。
リスクデスクは、既存のポジション制限への追加入力として予測ドローダウン推定値を適用し、ボラティリティが急上昇する前に相関エクスポージャーのドローダウンを削減するのに役立ちます。
裁量投資家は、非線形相関出力を使用して、標準の共分散モデルが見逃しがちな、資産クラス全体にわたる断片化されたアルファのポケットを特定します。
口座資本と AI 管理のオープンポジションは個別に追跡されます。出金リクエストは未割り当てまたは決済済みの資本からのみ引き出します。これにより、プラットフォームは固定の決済ウィンドウを待たずに、24 時間ローリングベースでリクエストを処理できます。
コア モデルは、最近の市場データを使用してスケジュールされたサイクルで再トレーニングされ、モデルの精度が定義されたしきい値を下回った場合は追加の再トレーニングがトリガーされます。これにより、単一の過去のトレーニング セットに依存するのではなく、信号エンジンが現在のボラティリティ条件に合わせて維持されます。
アカウントへのアクセスは暗号化された認証によって保護されており、資金の移動には処理前に検証が必要です。インフラストラクチャはセグメント化されているため、データ分析システムは保管基金の記録に直接書き込みアクセスできません。