Interfaz de mesa de operaciones Eclipse Earn que muestra análisis de datos de mercado en tiempo real

Inteligencia de decisiones de precisión para comerciantes sistemáticos

Eclipse Earn combina un sistema inteligente de limitación de pérdidas con modelos predictivos en tiempo real, recalculando los umbrales de exposición a medida que cambian la liquidez y la volatilidad, en lugar de esperar a que se supere un nivel de precio fijo.

Explorar las especificaciones del sistema Lea las preguntas frecuentes

Parámetros de monitoreo en vivo

Ingestión de datos continuo
Régimen de volatilidad seguimiento por activo
Lógica de parada de pérdidas recalculado en vivo
Sesgo de ejecución basado en reglas

Marco analítico

El proceso detrás de cada puesto

Cada decisión automatizada Eclipse Earn se remonta a tres capas distintas. Cada capa tiene una entrada y una salida definidas, lo que mantiene el sistema auditable en lugar de opaco.

01 — Ingestión

Ingestión de datos de alta velocidad

Los datos de la cartera de pedidos, los perfiles de volumen y las superficies de volatilidad se incorporan continuamente y se normalizan antes de llegar a cualquier modelo. La latencia entre la captura y la entrada se mide en milisegundos, lo cual es importante cuando la detección de volatilidad latente depende de identificar un cambio antes de que sea visible en un gráfico estándar.

02 — Puntuación

Puntuación de riesgo predictivo

Cada posición abierta conlleva una puntuación de riesgo derivada de la agrupación de volatilidad y las condiciones de liquidez actuales. La puntuación se actualiza a medida que cambian las condiciones, distinguiendo el ruido de precios ordinario de las primeras etapas de un perfil de riesgo asimétrico que se forma contra la posición.

03 — Ejecución

Lógica de ejecución automatizada

Cuando una puntuación de riesgo cruza un límite definido, la lógica de ejecución actúa sin requerir confirmación manual. Esto elimina la demora (y la vacilación) que a menudo acompaña a la decisión manual de recortar una posición perdedora.

Ingestión de datos → Puntuación de riesgo → Lógica de ejecución → Retroalimentación sobre la ingestión

Motor de mitigación de riesgos

Stop-Loss inteligente: umbrales que se mueven con el mercado

Un stop-loss fijo se establece una vez e ignora todo lo que sucede después. En cambio, el sistema inteligente de stop-loss de Eclipse Earn recalcula su umbral a medida que cambian la profundidad de la liquidez y la volatilidad, reforzando la protección cuando las condiciones se deterioran y dando a una posición más espacio cuando la volatilidad se contrae y la liquidez se mantiene estable.

Debido a que el ajuste se basa en reglas y no es discrecional, elimina un punto específico de falla en entornos de alto riesgo: la tendencia a mover, ampliar o ignorar un stop-loss bajo presión. El umbral se vuelve a calcular mediante la misma lógica, independientemente de cómo se sienta el operador con respecto a la posición en ese momento.

Los umbrales se ajustan a la profundidad de la liquidez, no sólo a la distancia de los precios
La agrupación de volatilidad se tiene en cuenta en el ancho del umbral
El recálculo se basa en reglas, lo que elimina la anulación discrecional
Opera consistentemente en múltiples posiciones simultáneas

Lectura de liquidez → Verificación del grupo de volatilidad → Nuevo cálculo del umbral → Ejecución si se incumple

Analista de Eclipse Earn revisando datos de volatilidad y liquidez en pantalla

Metodología

Un enfoque sistemático para la transparencia de los modelos

Los modelos predictivos en el comercio a menudo son criticados por ser una "caja negra": se toma una decisión, pero el razonamiento detrás de ella no es visible. Eclipse Earn se basa en pasos intermedios interpretables en lugar de una única salida opaca.

Paso 01

Normalización de datos

Los datos brutos del mercado están estandarizados entre instrumentos y períodos de tiempo antes de que cualquier modelo los vea, por lo que una puntuación de riesgo significa lo mismo ya sea que se derive de un índice líquido o de un contrato poco negociado.

Paso 02

Reconocimiento de patrones

Los datos históricos y en vivo se comparan con regímenes reconocidos de volatilidad y liquidez. El resultado es una clasificación en lugar de un único número opaco, y cada clasificación se registra con las condiciones que la desencadenaron.

Paso 03

Optimización de resultados

Los parámetros de ejecución se ajustan en función del régimen clasificado y se comparan con los resultados posteriores, y cada ajuste se remonta a los datos y la clasificación que lo produjeron.

Contexto de desempeño

Cómo se comporta el sistema en todos los regímenes de mercado

La siguiente tabla describe el comportamiento operativo, no una proyección de rentabilidad. Los resultados varían según el instrumento, el tamaño de la posición y las condiciones predominantes, y lo siguiente debe leerse como una guía lógica, no como una garantía de desempeño.

Régimen	Comportamiento del sistema	Consideración típica
Contracción de alta volatilidad	Los umbrales de limitación de pérdidas se ajustan en proporción a la liquidez comprimida; La lógica de ejecución se vuelve más conservadora.	Relevante para reducir la exposición ante catalizadores inciertos.
Expansión de tendencias	Los umbrales se amplían a medida que se estabiliza la agrupación de volatilidad, lo que permite que se desarrolle un margen de posición mientras la liquidez permanece intacta.	Relevante para aguantar un movimiento direccional sin salida prematura.
Fragmentación de liquidez	La calificación de riesgo pondera la profundidad de la liquidez más que la acción del precio por sí sola.	Relevante para instrumentos menos líquidos o sesiones fuera de horario.

Comerciantes diarios

Los períodos de retención cortos significan que los umbrales deben reaccionar dentro de la misma sesión; el sistema vuelve a calcular los cambios de liquidez intradía en lugar de los datos del final del día.

Analistas Cuantitativos

Los registros de clasificación y el historial de puntuación de riesgo se pueden revisar junto con los modelos existentes, lo que permite una verificación independiente en lugar de una dependencia ciega de una única señal.

Inversores privados

Para las posiciones a más largo plazo, los controles más amplios de la volatilidad reducen la posibilidad de una salida anticipada provocada por el ruido a corto plazo.

El comportamiento histórico del régimen no garantiza el desempeño futuro. En la práctica, las condiciones del mercado pueden combinar elementos de más de un régimen.