Eclipse Earn kombiniert ein intelligentes Stop-Loss-System mit prädiktiver Echtzeitmodellierung und berechnet die Risikoschwellen neu, wenn sich Liquidität und Volatilität ändern – anstatt darauf zu warten, dass ein festgelegtes Preisniveau überschritten wird.
Jede automatisierte Entscheidung Eclipse Earn führt Spuren über drei verschiedene Ebenen zurück. Jede Ebene verfügt über einen definierten Ein- und Ausgang, wodurch das System überprüfbar und nicht undurchsichtig bleibt.
Orderbuchdaten, Volumenprofile und Volatilitätsoberflächen werden kontinuierlich erfasst und normalisiert, bevor sie ein Modell erreichen. Die Latenz zwischen Erfassung und Eingabe wird in Millisekunden gemessen. Dies ist wichtig, wenn die Erkennung latenter Volatilität von der Identifizierung einer Verschiebung abhängt, bevor sie auf einem Standarddiagramm sichtbar ist.
Jede offene Position trägt eine Risikobewertung, die aus der Volatilitätsclusterung und den aktuellen Liquiditätsbedingungen abgeleitet wird. Der Score aktualisiert sich, wenn sich die Bedingungen ändern, und unterscheidet zwischen gewöhnlichem Preisrauschen und den frühen Stadien eines asymmetrischen Risikoprofils, das sich gegenüber der Position bildet.
Wenn eine Risikobewertung eine definierte Grenze überschreitet, wird die Ausführungslogik aktiviert, ohne dass eine manuelle Bestätigung erforderlich ist. Dadurch entfällt die Verzögerung – und das Zögern –, die oft mit einer manuellen Entscheidung zum Abbau einer Verlustposition einhergeht.
Ein fester Stop-Loss wird einmalig gesetzt und ignoriert alles, was danach passiert. Das intelligente Stop-Loss-System von Eclipse Earn berechnet stattdessen seinen Schwellenwert neu, wenn sich die Liquiditätstiefe und die Volatilitätsclusterung ändern. Dadurch wird der Schutz verschärft, wenn sich die Bedingungen verschlechtern, und einer Position mehr Spielraum gegeben, wenn die Volatilität kontrahiert und die Liquidität stabil bleibt.
Da die Anpassung regelbasiert und nicht diskretionär ist, beseitigt sie einen spezifischen Fehlerpunkt in Umgebungen mit hohen Einsätzen: die Tendenz, einen Stop-Loss unter Druck zu verschieben, auszuweiten oder zu ignorieren. Der Schwellenwert wird nach der gleichen Logik neu berechnet, unabhängig davon, wie ein Händler im Moment über die Position denkt.
Vorhersagemodelle im Handel werden oft als „Blackbox“ kritisiert – eine Entscheidung wird getroffen, die Begründung dahinter ist jedoch nicht erkennbar. Eclipse Earn basiert auf interpretierbaren Zwischenschritten und nicht auf einer einzelnen undurchsichtigen Ausgabe.
Rohe Marktdaten werden über Instrumente und Zeitrahmen hinweg standardisiert, bevor sie von einem Modell gesehen werden. Daher bedeutet ein Risiko-Score dasselbe, unabhängig davon, ob er von einem liquiden Index oder einem wenig gehandelten Kontrakt abgeleitet wird.
Historische und Live-Daten werden mit anerkannten Volatilitäts- und Liquiditätsregimen verglichen. Die Ausgabe ist eine Klassifizierung und nicht eine einzelne undurchsichtige Zahl, und jede Klassifizierung wird mit den Bedingungen protokolliert, die sie ausgelöst haben.
Die Ausführungsparameter werden auf der Grundlage des klassifizierten Regimes angepasst und anhand nachfolgender Ergebnisse überprüft, wobei jede Anpassung auf die Daten und die Klassifizierung zurückgeführt werden kann, die sie hervorgebracht haben.
Die folgende Tabelle beschreibt das Betriebsverhalten und stellt keine Renditeprognose dar. Die Ergebnisse variieren je nach Instrument, Positionsgröße und vorherrschenden Bedingungen. Das Folgende sollte als Leitfaden zur Logik und nicht als Garantie für die Leistung gelesen werden.
| Regime | Systemverhalten | Typische Überlegung |
|---|---|---|
| Kontraktion mit hoher Volatilität | Die Stop-Loss-Schwellenwerte verschärfen sich proportional zur komprimierten Liquidität. Die Ausführungslogik wird konservativer. | Relevant für die Reduzierung der Exposition vor unsicheren Katalysatoren. |
| Trenderweiterung | Mit der Stabilisierung der Volatilitätscluster werden die Schwellenwerte ausgeweitet, so dass sich ein Positionsspielraum entwickeln kann, während die Liquidität intakt bleibt. | Relevant für das Durchhalten einer Richtungsbewegung ohne vorzeitigen Ausstieg. |
| Liquiditätsfragmentierung | Bei der Risikobewertung wird die Liquiditätstiefe stärker gewichtet als bei alleinigen Preisbewegungen. | Relevant für weniger liquide Instrumente oder Sitzungen außerhalb der Geschäftszeiten. |
Kurze Haltedauern bedeuten, dass Schwellenwerte innerhalb derselben Sitzung reagieren müssen; Das System berechnet die Neuberechnungen anhand von Intraday-Liquiditätsverschiebungen und nicht anhand von End-of-Day-Daten.
Klassifizierungsprotokolle und der Verlauf der Risikobewertung können zusammen mit vorhandenen Modellen überprüft werden, was eine unabhängige Verifizierung anstelle einer blinden Abhängigkeit von einem einzelnen Signal unterstützt.
Bei Positionen mit längerer Laufzeit verringern umfassendere Volatilitätsclusterprüfungen die Wahrscheinlichkeit eines vorzeitigen Ausstiegs aufgrund kurzfristiger Störungen.
Das Verhalten des historischen Regimes ist keine Garantie für die zukünftige Leistung. In der Praxis können Marktbedingungen Elemente mehrerer Systeme kombinieren.