Foldyield Ratings przetwarza dane dotyczące księgi zamówień i nastrojów, aby co kilka sekund generować rankingowe sygnały transakcyjne. Natychmiastowe wypłaty mają zastosowanie przez cały czas – kapitał nigdy nie jest utrzymywany w okresach blokady.
Każdy filar platformy odnosi się do konkretnego punktu awarii w handlu uznaniowym: powolne przesyłanie danych, niespójna ocena ryzyka i opóźniona realizacja.
Kanały rynkowe, głębokość księgi zamówień i nastroje są pobierane w sposób ciągły i normalizowane w pojedynczy strumień danych, a opóźnienia przetwarzania mierzone są w milisekundach, a nie w sekundach.
Modele szacują skupienie zmienności i prawdopodobieństwo wypłaty dla każdej pozycji przed alokacją kapitału, zamiast reagować na straty po ich wystąpieniu.
Sygnały, które pokonują próg zaufania, są kierowane bezpośrednio do realizacji, eliminując opóźnienie między analizą a złożeniem zlecenia, które ma wpływ na handel ręczny.
Większość zautomatyzowanych platform transakcyjnych wymaga, aby środki pozostały w okresie wypowiedzenia, często od siedmiu do trzydziestu dni, zanim wnioski o wypłatę zostaną przetworzone. Takie rozwiązanie chroni zarządzanie płynnością platformy, a nie tradera.
Foldyield Ratings oddziela płynność konta od zarządzania pozycjami. Silnik AI może utrzymywać, dostosowywać lub zamykać pozycje w sposób ciągły, podczas gdy kapitał z konta pozostaje do wypłaty w dowolnym momencie, bez minimalnego okresu utrzymywania powiązanego z żądaniem wypłaty.
Każdy sygnał jest wyjściem trzystopniowego potoku. Proces zaprojektowano tak, aby można go było kontrolować na każdym etapie, a nie w celu uzyskania pojedynczego nieprzejrzystego wyniku.
Dane cenowe na poziomie notowań, głębokość księgi zamówień i ogłoszenia makro są gromadzone w wielu miejscach i oznaczane czasem według wspólnego zegara w celu porównania.
Modele języka naturalnego oceniają wiadomości i nastroje społeczne, które następnie porównuje się z wzorcami grupowania zmienności, aby wskazać okresy podwyższonego ryzyka.
Model rankingowy waży nieliniowe korelacje między instrumentami, aby uzyskać pojedynczy wynik zaufania, który określa, czy sygnał zostanie wykonany, zmniejszony, czy odrzucony.
Foldyield Ratings został zbudowany w oparciu o założenie, że sygnał handlowy jest użyteczny tylko wtedy, gdy można sprawdzić jego dane wejściowe. Interfejs wyświetla wynik zaufania, czynniki przyczyniające się do niego i historyczną dokładność każdego modelu, dzięki czemu trader może zdecydować, jaką wagę przypisać pojedynczej rekomendacji.
Modele bazowe są przeszkolone zgodnie z określonym harmonogramem w miarę nadejścia nowych danych rynkowych, a nie pozostawiane w stanie niezmienionym po pierwszym wdrożeniu.
Inwestorzy śróddzienni korzystają z sygnałów o rankingu zaufania, aby nadać priorytet wpisom w oknach o wysokiej płynności, co zawęża efektywny spread płacony za szybko zmieniające się instrumenty.
Biura ds. ryzyka wykorzystują predykcyjne szacunki wypłat jako dodatkowy wkład do istniejących limitów pozycji, pomagając w ograniczeniu wypłat ze skorelowanych ekspozycji przed skokami zmienności.
Inwestorzy dyskrecjonalni korzystają z wyników korelacji nieliniowej, aby zidentyfikować fragmentaryczne obszary alfa w klasach aktywów, których zwykle nie zauważają standardowe modele kowariancji.
Kapitał konta i otwarte pozycje zarządzane przez sztuczną inteligencję są śledzone oddzielnie. Żądanie wypłaty pobierane jest wyłącznie z nieprzydzielonego lub rozliczonego kapitału, co pozwala platformie przetwarzać żądania w sposób ciągły, 24 godziny na dobę, bez czekania na ustalone okno rozliczeniowe.
Modele podstawowe są przeszkolone w zaplanowanym cyklu z wykorzystaniem najnowszych danych rynkowych, a dodatkowe przekwalifikowanie jest uruchamiane, jeśli dokładność modelu spadnie poniżej określonego progu. Dzięki temu silnik sygnałowy jest dostosowany do bieżących warunków zmienności, zamiast polegać na pojedynczym historycznym zestawie szkoleniowym.
Dostęp do konta jest chroniony przez szyfrowane uwierzytelnianie, a przepływ środków wymaga weryfikacji przed przetworzeniem. Infrastruktura jest podzielona na segmenty, dzięki czemu systemy analizy danych nie mają bezpośredniego dostępu do zapisu w rejestrach funduszy powierniczych.