Quarfina基础设施监控超过手动监控能力的市场交易量，并行地交叉多个资产之间的价格、交易量和波动性数据。
这种广度使得识别货币对之间的相关性和差异成为可能，而孤立地看，这些相关性和差异并不明显——这对于具有分布式头寸的投资组合经理来说是一个相关因素。
探索平台
Quarfina 的诞生是为了弥合不断增长的市场数据量与人类在时间压力下准确解读数据的能力之间的差距。
我们与日内交易者和机构投资者合作，他们正在寻找一致的分析过程——不保证预测，而是更可靠和可重复的决策基础。
了解团队和方法该系统并不能取代投资者的自由裁量权——它系统地组织信息，发出决策疲劳或过度接触新闻往往会掩盖的模式。
价格、交易量和波动性指标以较短的标准化时间间隔收集，以便对具有不同特征的资产进行直接比较。
模型识别重复出现的统计模式并估计运动概率，而不为未来场景分配确定性 - 结果是置信区间，而不是绝对预测。
生成的每个信号都附有建议的暴露参数，与风险管理实践保持一致，以避免基于孤立的波动做出冲动决策。
根据时间范围和决策者的目标，相同的分析数据会以不同的方式呈现。
针对特定货币对的相关交易量或价格变化的实时警报，允许在较短的市场窗口内做出反应。
根据资产之间的相关性提出再平衡建议，旨在减少无意的风险集中。
支持中期业务和投资决策的模拟，将市场数据与行业趋势结合起来。
该系统可以识别显着的统计偏差并立即通知它们，而无需持续手动监控图表。
每个预测都伴随着明确的置信度，允许根据场景的实际不确定性来校准风险敞口。
定期综合 500 多对市场行为，有助于审查投资论文和决策委员会。
对分析系统的信心取决于对分析系统的输入和输出的理解。我们描述该过程并不过分简单化。
市场来源通过价格和数量数据 API 链接，并在每个接收周期进行完整性检查，以排除不一致的读数。
标准化数据为预测模型提供数据，该模型针对 500 多对并行运行，以短时间间隔生成更新的指标。
每个信号在呈现之前都会与模型的历史性能进行比较，超出定义置信限的信号将被丢弃。