Analiza rynków finansowych.
Narzędzie, które rozumie dane
loqenye powstało z jednego konkretnego problemu - zbyt dużo danych, zbyt mało czasu na ich właściwą interpretację.
Rynki finansowe generują dziś ilości informacji, które przerastają możliwości analityka pracującego ręcznie. Sygnały cenowe, dane makroekonomiczne, nastroje inwestorów, korelacje między sektorami - każdy z tych elementów wymaga uwagi, a ich wzajemne zależności zmieniają się w czasie. Zbudowaliśmy system, który przetwarza te warstwy jednocześnie i wskazuje to, co naprawdę wymaga decyzji.
Nie jesteśmy firmą doradztwa inwestycyjnego. Tworzymy narzędzie analityczne wspierane przez modele uczenia maszynowego - dla profesjonalistów, którzy chcą lepiej rozumieć to, co dzieje się na rynku, zanim podejmą własną decyzję.
Skąd pochodzi ta precyzja
Każdy moduł systemu loqenye przeszedł przez kilkadziesiąt iteracji testowych na danych historycznych obejmujących różne warunki rynkowe - nie tylko okresy wzrostów.
Testowanie wyłącznie na danych z rynku byczego to błąd, który popełnia większość komercyjnych narzędzi analitycznych. Nasze modele były kalibrowane również na danych z okresu podwyższonej zmienności i gwałtownych korekt, co pozwala im zachować spójność sygnałów nawet wtedy, gdy rynek zachowuje się nieoczekiwanie. Nie gwarantujemy trafności każdej prognozy - żaden system tego nie może. Zapewniamy jednak przejrzystość metodologii i dostęp do pełnej dokumentacji.
Jak działają nasze modele predykcyjne
System łączy trzy warstwy analizy: techniczną (wzorce cenowe i wolumenowe), fundamentalną (dane makroekonomiczne i wyniki spółek) oraz sentymentalną (analiza publikacji i raportów). Każda warstwa jest ważona dynamicznie w zależności od aktualnych warunków rynkowych.
- Modele regresji szeregów czasowych z adaptacyjnym oknem uczenia
- Detekcja anomalii oparta na izolacji lasu - wychwytuje nieoczekiwane odchylenia
- Analiza korelacji między klasami aktywów aktualizowana co 15 minut
- Moduł oceny ryzyka z progami ostrzeżeń konfigurowanymi przez użytkownika
Wyniki są prezentowane z poziomem pewności modelu - nigdy jako gotowe rekomendacje. Interpretacja i decyzja zawsze pozostają po stronie analityka.
Przez ponad dekadę pracował jako analityk ilościowy w instytucjach finansowych. Frustracja z jakością dostępnych narzędzi skłoniła go do zaprojektowania własnego systemu od podstaw.
Specjalizuje się w szeregach czasowych i detekcji anomalii. Wcześniej pracowała przy systemach wczesnego ostrzegania dla sektora energetycznego.
Odpowiada za pipeline danych i stabilność systemu w czasie rzeczywistym. Jego priorytetem jest to, żeby dane docierały do modeli czyste i na czas.