Munterheid Prime は、オーダーブック、出来高、スプレッドのデータを高頻度で処理し、流動性の逸脱を早期に特定します。このモデルは、すでに実現した損失に反応するのではなく、過去にドローダウン確率の増加と一致した条件を認識します。
基礎となるモデルは、方向予測ではなく、市場構造に基づいてトレーニングされます。この違いは決定的です。システムは将来の価格の知識を主張するのではなく、現在のポジションの不安定性を定量化します。
ストップロス距離は、固定パーセンテージではなく現在の流動性に基づいて調整されます。市場の厚みが減少するにつれて、通常のノイズによる早期排出を制限するためにマージンが拡大します。ボラティリティが高まると引き締められます。
市場データとニュース フローおよび注文フローを組み合わせて、センチメントの逸脱を認識します。これは価格シグナルとしては機能しませんが、リスクモデルの修正係数として機能し、感情的な意思決定における人的エラーのマージンの削減をサポートします。
実行速度は市場の負荷に関係なく一定に保たれるため、パラメーターの調整は検証時に行われ、ピークボリューム時のシステム負荷によって遅延することはありません。
市場データ、オーダーブック情報、口座パラメーターは、トレーダーが手動でデータを提供することなく、リンクされた取引プラットフォームとの安全な API 接続を介して継続的に読み取られます。
提案されたストップロス調整は、アクティブになる前に、トレーダーが定義したリスクプロファイルに対してテストされます。最大偏差の制限は、ユーザーによって事前に決定されます。
トレーダーはパラメーターの制御を維持し、自動調整を無効にすることができます。システムは確立された制限内で実行されます。戦略そのものを決定するものではありません。
グラフは予測を示すものではなく、変動を示すものです。標準的な市場の動きには、平均の上下に鋭い外れ値があります。各下向きのスライドは、ポートフォリオレベルでリターンを押し下げるドローダウンを表します。
Munterheid Prime のリスク調整アプローチは、流動性とボラティリティに基づいてストップロスマージンを継続的に再計算することで、異常値の振幅を制限します。数学的には、これによりリターン系列の標準偏差が低下し、基礎となる戦略を変更することなく、より安定したシャープレシオに直接変換されます。
接続は API 接続を介して行われ、明示的に許可されていない限り、取引権限を引き継がずにオーダーブック、ポジション、口座データを読み取ります。サポートは、プラットフォームが REST、FIX、または WebSocket プロトコルを提供するかどうかによって異なります。
プラットフォームと Munterheid Prime 間のデータ トラフィックは、送信中に暗号化されます。口座データは分析モデルとは別に保存され、生の取引データへのアクセスはリスク計算に必要なシステムに限定されます。
このモデルは、平均ポジション期間やリスク許容度など、市場状況に対する口座の過去の反応に基づいてプロファイルを構築します。このプロファイルはストップロスパラメータを調整するために使用され、アカウント間で共有または比較されません。