市场背景
当前的算法波动会在手动处理数据的人和拥有连续分析基础设施的人之间产生信息不对称。
交易 5 或 6 个货币对的交易者可以以合理的注意力关注新闻和订单的流动。从那时起，人类关联运动的能力就会下降，并且决策是根据部分信息做出的，或者与市场相比有延迟。
这个差距转化为 机会成本 以及压力下的情绪决策，尤其是在高波动性交易时段，价差会在几秒钟内变化。
Aurevia 使用连续分析市场并仅显示超过统计验证阈值的信号的系统取代了手动监控。
分析引擎
每个组件都涉及决策周期的不同阶段，从数据捕获到执行建议。
01
以最小的延迟连续摄取 500 多个货币对，从而可以在价格偏差反映在传统指标中之前检测到它们。
02
随机模型根据历史序列和市场微观结构进行训练，旨在估计变动的概率，而不是绝对确定地进行预测。
03
投资组合优化建议考虑未平仓头寸之间的相关性，避免操作员未注意到的风险集中。
方法论
流程透明度是产品的一部分：到达操作员的每个信号都通过了记录的验证链。
市场信息的价格、数量和深度在机构级基础设施上实现标准化和同步，从而最大限度地减少来源之间的延迟错误。
随机模型处理近期历史以及隐含波动率，为每个受监控的货币对生成变动假设。
每个假设都在可比较的市场条件下进行回溯测试，然后才作为可行的信号呈现。
经过验证的信号以其置信水平以及与当前投资组合的相关性背景呈现，将最终决定权交给交易者。
基础设施遵循机构环境中典型的数据隔离和访问控制实践。没有交易者明确确认的情况下，任何模型都不会执行订单。
Aurevia不取代专业交易者的判断；缩短机会出现与数据验证之间的时间。
该系统旨在集成到现有的工作流程中，为已经手动做出的决策提供额外的分析层。
使用案例
同一分析层无需更换工具即可适应不同的操作视野。
短期交易者使用最小延迟信号在几秒钟内确认入场，排除没有统计支持的波动。
随机模型有助于在持仓几天之前测试趋势连续性与反转信号的假设。
投资组合优化可识别未平仓头寸之间隐藏的相关性，从而允许在波动事件发生之前调整风险敞口。