Az Eclipse Earn egy intelligens stop-loss rendszert kombinál valós idejű prediktív modellezéssel, a kitettségi küszöbértékek újraszámítását a likviditás és a volatilitás változásaként – ahelyett, hogy egy rögzített árszint átlépésére várna.
Az Eclipse Earn minden automatizált döntése három különböző rétegen keresztül vezet vissza nyomokat. Minden rétegnek van egy meghatározott bemenete és kimenete, amely a rendszert nem átlátszó, hanem auditálhatóvá teszi.
A rendelési könyv adatait, a mennyiségi profilokat és a volatilitási felületeket folyamatosan feldolgozzák, és normalizálják, mielőtt bármilyen modellt elérnének. A rögzítés és a bevitel közötti késleltetést ezredmásodpercben mérik, ami akkor számít, ha a látens volatilitás észlelése attól függ, hogy azonosítja-e az eltolódást, mielőtt az megjelenik egy szabványos diagramon.
Minden nyitott pozíció a volatilitási klaszterekből és az aktuális likviditási feltételekből származó kockázati pontszámot hordoz. A pontszám a feltételek változásával frissül, megkülönböztetve a szokásos árzajt a pozícióval szemben kialakuló aszimmetrikus kockázati profil korai szakaszától.
Ha egy kockázati pontszám átlép egy meghatározott határt, a végrehajtási logika kézi megerősítés nélkül működik. Ez megszünteti a késedelmet – és a tétovázást –, amely gyakran kíséri a vesztes pozíció csökkentésére vonatkozó kézi döntést.
A fix stop-loss egyszer van beállítva, és figyelmen kívül hagy mindent, ami ezután történik. Az Eclipse Earn intelligens stop-loss rendszere ehelyett újraszámítja a küszöbértéket, amikor a likviditásmélység és a volatilitási klaszterek megváltoznak – szigorítja a védelmet, ha a feltételek romlanak, és nagyobb teret ad egy pozíciónak, amikor a volatilitás összehúzódik és a likviditás stabil marad.
Mivel a kiigazítás inkább szabályokon alapul, semmint diszkrecionális, eltávolítja a meghibásodás egy bizonyos pontját a nagy téttel járó környezetekben: a hajlamot arra, hogy nyomás alatt elmozduljon, kiterjesszen vagy figyelmen kívül hagyja a veszteség megállítását. A küszöböt ugyanaz a logika számítja újra, függetlenül attól, hogy a kereskedő hogyan vélekedik a pozícióról az adott pillanatban.
A kereskedésben a prediktív modelleket gyakran kritizálják, mert „fekete doboz” – a döntés megszületik, de a mögöttes indoklás nem látható. Az Eclipse Earn értelmezhető köztes lépésekre épül, nem pedig egyetlen átlátszatlan kimenetre.
A nyers piaci adatok szabványosítva vannak az eszközökön és az időkereteken keresztül, mielőtt bármely modell látná azokat, így a kockázati pontszám ugyanazt jelenti, akár likvid indexből, akár gyengén kereskedett szerződésből származik.
A múltbeli és az élő adatokat az elismert volatilitási és likviditási rendszerekkel hasonlítják össze. A kimenet egy osztályozás, nem pedig egyetlen átláthatatlan szám, és minden osztályozás naplózásra kerül azokkal a feltételekkel, amelyek kiváltották.
A végrehajtási paraméterek a besorolt rendszer alapján kiigazításra kerülnek, és a későbbi eredményekhez képest felülvizsgálják, és minden korrekció visszavezethető az azt eredményező adatokra és besorolásokra.
Az alábbi táblázat a működési viselkedést írja le, nem pedig a megtérülés előrejelzését. Az eredmények a műszertől, a pozíció méretétől és az uralkodó körülményektől függően változnak, és az alábbiakat a logika iránymutatásaként kell értelmezni, nem pedig a teljesítmény garanciájaként.
| rezsim | Rendszerviselkedés | Tipikus megfontolás |
|---|---|---|
| Magas volatilitású kontrakció | A stop-loss küszöbértékek a sűrített likviditással arányosan szigorodnak; a végrehajtási logika konzervatívabbá válik. | A bizonytalan katalizátorok előtti expozíció csökkentésére vonatkozik. |
| Trend expanzió | A küszöbök a volatilitási klaszterek stabilizálódásával szélesednek, lehetővé téve a pozíció fejlődését, miközben a likviditás érintetlen marad. | A korai kilépés nélküli irányított mozgás megtartásához szükséges. |
| Likviditási töredezettség | A kockázati értékelés nagyobb súlyt jelent a likviditási mélységre, mint az árlépés önmagában. | A kevésbé folyékony hangszerekre vagy a munkaidőn túli ülésekre vonatkozik. |
A rövid tartási időszakok azt jelentik, hogy a küszöbértékeknek ugyanazon a munkameneten belül kell reagálniuk; a rendszer a napközbeni likviditáseltolódásokat számolja újra, nem pedig a nap végi adatokat.
A besorolási naplók és a kockázati pontszámok előzményei áttekinthetők a meglévő modellekkel együtt, ami a független ellenőrzést támogatja az egyetlen jelre való vak támaszkodás helyett.
Hosszabb idejű pozíciók esetén a szélesebb volatilitás klaszterezési ellenőrzések csökkentik a rövid távú zaj által kiváltott korai kilépés esélyét.
A rendszer történelmi viselkedése nem garantálja a jövőbeli teljesítményt. A gyakorlatban a piaci feltételek egynél több rendszer elemeit is kombinálhatják.