Kunara Celvili analizza la microstruttura del mercato in tempo reale e classifica le strategie generate dall'intelligenza artificiale in base alla varianza predittiva e al prelievo storico, in modo che il capitale possa essere instradato verso modelli con un profilo dimostrato corretto per il rischio invece di una singola chiamata discrezionale.
Kunara Celvili è stato creato come infrastruttura per i trader che già comprendono l'esecuzione sistematica ma non hanno il tempo per eseguire test retrospettivi e monitorare dozzine di varianti di strategia in parallelo. Invece di emettere segnali isolati, la piattaforma classifica un pool attivo di strategie generate dall’intelligenza artificiale su base continuativa ed espone i parametri dietro ciascuna classifica.
Il motore sottostante viene mantenuto per i requisiti del mercato DACH, compresi i modelli di liquidità degli orari di negoziazione locali e i vincoli di latenza dei dati relativi all’esecuzione sulle sedi europee.
Il flusso degli ordini, la correlazione tra asset e i dati macro ora si aggiornano più velocemente di quanto un singolo analista possa riconciliarli in una posizione coerente. La stanchezza e la distorsione da recency aggravano il problema durante un’intera sessione di trading, anche per i professionisti esperti. L’esecuzione algoritmica non rimuove l’incertezza, ma rimuove l’incoerenza derivante dall’applicazione di una soglia diversa alla stessa configurazione alle 9:00 e alle 15:00.
| Dimensione | Analisi manuale | Esecuzione algoritmica |
|---|---|---|
| Tempo di reazione ai nuovi dati | Secondi a minuti | Sub-secondo, continuo |
| Esposizione a pregiudizi emotivi | Presente, variabile in base alla sessione | Strutturalmente escluso |
| Flussi di dati simultanei elaborati | Limitato dalla capacità di attenzione | Parallelo, trasversale |
| Coerenza tra le sessioni | Fluttua con la fatica | Governato da parametri fissi |
Il motore non emette un singolo segnale di acquisto o vendita. Produce una distribuzione classificata di strategie, ciascuna con la propria fascia di varianza predittiva e la cronologia dei prelievi, che l'utente esamina prima di allocare il capitale.
La varianza predittiva, non le previsioni puntuali, è l'output principale che emerge agli utenti. Un modello che prevede un unico prezzo futuro fa un’affermazione difficile da convalidare; un modello che prevede una distribuzione di risultati plausibili può essere confrontato con i risultati realizzati nel tempo, che costituisce la base per il modo in cui le strategie vengono classificate su questa piattaforma.
Il copy trading su Kunara Celvili significa allocare una quota definita di capitale a una specifica strategia AI dal pool classificato, con l'esecuzione gestita automaticamente entro i parametri con cui la strategia è stata testata.
Sfoglia le strategie IA attive ordinate in base al rendimento corretto per il rischio, al trailing drawdown e alla fascia di varianza predittiva.
Apri una strategia per visualizzare la finestra di backtesting, il calcolo dell'indice di Sharpe e le classi di attività negoziate.
Imposta la dimensione della posizione come percentuale fissa del tuo conto, con i limiti di esposizione massima applicati automaticamente.
Tieni traccia dell'esecuzione in tempo reale rispetto alle aspettative verificate e riduci o sospendi l'allocazione se la varianza supera la banda dichiarata.
Ogni strategia viene valutata rispetto ai dati storici del portafoglio ordini e dei prezzi utilizzando una metodologia walk-forward, il che significa che il modello viene testato su dati su cui non è stato addestrato, in blocchi temporali sequenziali. Questo ha lo scopo di limitare il sovradattamento a un singolo periodo storico. I risultati del backtest sono etichettati con l'esatto intervallo di date e l'universo degli asset utilizzati e sono tenuti separati da qualsiasi monitoraggio delle prestazioni in tempo reale mostrato nella dashboard.
La latenza dipende dalla sede e dalla classe di asset e viene visualizzata per strategia come media mobile. Il motore è progettato per ridurre al minimo il divario tra l'output del modello e il posizionamento dell'ordine, ma le condizioni della rete e del broker rimangono al di fuori del controllo diretto della piattaforma.
I modelli acquisiscono dati sui prezzi e sugli ordini dalle sedi collegate, insieme ai dati macroeconomici e agli indici di volatilità. La documentazione di ciascuna strategia elenca l'universo di dati specifico rispetto al quale è stata addestrata e sottoposta a backtest.
L'integrazione viene gestita tramite un'API di intermediazione connessa. Gli utenti mantengono la custodia dei propri fondi presso il proprio broker; Kunara Celvili invia istruzioni di allocazione ed esecuzione ma non detiene direttamente il capitale del cliente.
SÌ. È possibile eseguire più strategie contemporaneamente, previo controllo della correlazione che limiti l'esposizione combinata a fattori di rischio simili nel pool attivo.
Se la varianza in tempo reale supera la fascia predittiva dichiarata della strategia oltre una soglia definita, l'allocazione a tale strategia viene automaticamente sospesa in attesa di revisione e l'evento viene registrato per l'utente.
Richiedi una panoramica del protocollo per vedere la documentazione di backtest, le definizioni dei parametri e il pool di strategie corrente prima di connettere un account live.
Leggi la Metodologia