Hürriyet は、財務および企業のデータ ストリームをミリ秒単位で処理することにより、パターン検出、リスク スコアリング、および戦略の推奨事項を生成します。各出力は過去のパフォーマンス記録とともに報告されます。
システムは、市場データ、取引高、およびマクロ指標を継続的なデータ ストリームとして受信します。各レコードは、事前トレーニングされたモデルのレイヤーを通過し、異常、相関、傾向シグナルが評価されます。データ量に関係なく、処理レイテンシは一定に保たれます。
このプロセスは、生データの入力から戦略の推奨に至るまで、追跡可能で監査可能であるように設計されています。
市場、ポートフォリオ、外部ソースからのデータは検証、正規化され、タイムスタンプ付きで記録されます。
モデル レイヤーは、履歴データに基づいてトレーニングされた参照パターンと比較することにより、統計的な偏差を検出します。
検出されたシグナルはボラティリティおよび相関データと組み合わされて、0 ～ 100 のリスク スコアに変換されます。
スコアのしきい値を超える状況については、ポジションを調整または監視するための推奨事項が正当な理由とともに報告されます。
以下の表は、過去 5 営業日にわたるシステムのパフォーマンス記録の例を示しています。すべてのデータは、関連する取引日の終了時に確定されます。
| 日付 | 解析された信号 | 平均リスクスコア | 実現したリターン | 偏差率 |
|---|---|---|---|---|
| 12.03 | 2,140 | 41 | +1.8% | 0.6% |
| 13.03 | 1,980 | 38 | +0.9% | 0.4% |
| 14.03 | 2,310 | 52 | -0.3% | 0.9% |
| 3月17日 | 2,075 | 44 | +1.2% | 0.5% |
| 18.03 | 2,202 | 47 | +0.6% | 0.3% |
過去のパフォーマンスデータは将来の結果を示すものではありません。この表は、システムの方法論とレポート規律を説明するために示されています。すべての記録は、関連する取引日の生データとともにアーカイブされます。
プラットフォームは、データ量の増加に応じて水平方向に拡張します。統合レイヤーは、既存のインフラストラクチャを変更することなく機能します。
サポートされているデータ プロバイダーと交換 API は、標準の認証プロトコルを介して接続されます。
測定されたシステム可用性。メンテナンス期間は事前に通知され、ステータス ページで追跡できます。
エンタープライズ データ ソースからのリクエストに対する API 応答時間の平均測定値。
チームは金融データ エンジニアリングと統計モデリングに取り組んでいます。プラットフォームはブラックボックス的なアプローチから離れています。各リスク スコアと推奨事項は、どのデータ ポイントとモデル パラメーターに基づいているかに基づいて視覚的に表示されます。
データ セキュリティはアーキテクチャの中核で維持されます。すべてのレコードが暗号化され、アクセス許可が役割ベースで定義され、トランザクション ログが監査目的で保存されます。
スコア;これは、価格変動、取引高、ボラティリティ指標、ユーザー定義のポートフォリオ データを組み合わせて計算されます。リソースの重みはレポートで指定されます。
モデル レイヤーは 15 分間隔で更新されます。構造モデルの改訂は四半期ごとにテストされ、実施されます。
すべてのデータ トラフィックは TLS 1.3 経由で送信され、保存されたレコードは AES-256 標準で暗号化されます。アクセスはロールベースの認可によって制限されます。
いいえ。毎日の終了時に修正された記録は遡って変更されません。修正が必要な状況については、別のメモに記載されています。
個人のアルゴリズム投資家から機関投資家のポートフォリオ管理チームまで、さまざまなデータ量に合わせて拡張できるように構造化されています。
モデル アーキテクチャとデータ セキュリティ プロトコルについては、技術方法論の文書で詳しく説明されています。
リクエスト方法のドキュメントデモ アカウントは、実際のデータ ストリームの限定されたコピーで動作します。リスクのスコアリングとレポートのモジュールには完全にアクセスできます。