Kunara Celvili 是为那些已经了解系统执行但缺乏时间并行回测和监控数十种策略变体的交易者构建的基础设施。该平台不是发出孤立的信号，而是滚动地对人工智能生成的策略池进行排名，并公开每个排名背后的参数。
底层引擎的维护是为了满足 DACH 市场的要求，包括本地交易时间流动性模式以及与欧洲场所执行相关的数据延迟限制。
现在，订单流、跨资产相关性和宏观数据的更新速度比单个分析师将它们协调一致的速度还要快。即使对于经验丰富的从业者来说，疲劳和新近偏差也会在整个交易过程中加剧问题。算法执行并不能消除不确定性，但可以消除由于在 9:00 和 15:00 对同一设置应用不同阈值而产生的不一致。
| 尺寸 | 手动分析 | 算法执行 |
|---|---|---|
| 对新数据的反应时间 | 秒到分钟 | 亚秒级，连续 |
| 暴露于情绪偏见 | 存在，因会话而异 | 结构性排除 |
| 处理的并发数据流 | 受注意力持续时间的限制 | 并行、跨资产 |
| 跨会话的一致性 | 因疲劳而波动 | 由固定参数控制 |
引擎不输出单个买入或卖出信号。它输出策略的排名分布，每个策略都有自己的预测方差范围和回撤历史记录，用户在分配资本之前查看这些历史记录。
向用户呈现的主要输出是预测方差，而不是点预测。预测单一未来价格的模型所提出的主张很难得到验证；可以根据一段时间内的实际结果来检查预测合理结果分布的模型，这是该平台上策略排名的基础。
Kunara Celvili 上的复制交易意味着将一定份额的资本从排名池中分配给特定的人工智能策略，并在测试策略的参数内自动处理执行。
浏览按风险调整回报、追踪回撤和预测方差范围排序的主动人工智能策略。
打开策略以查看其回测窗口、夏普比率计算及其交易的资产类别。
将头寸规模设置为您账户的固定百分比，并自动应用最大风险限额。
根据回溯测试的预期跟踪实时执行情况，如果差异超出规定范围，则减少或暂停分配。
每个策略都使用前向方法根据历史订单和价格数据进行评估，这意味着模型在连续的时间块中根据未经训练的数据进行测试。这是为了限制对单个历史时期的过度拟合。回测结果标有确切的日期范围和所使用的资产范围，并与仪表板中显示的任何实时、前向性能跟踪分开。
延迟取决于场地和资产类别，并按策略显示为滚动平均值。该引擎旨在最大限度地减少模型输出和订单放置之间的差距，但网络和经纪商端的条件仍然处于平台的直接控制之外。
这些模型从互联场所提取价格和订单数据，以及宏观经济发布数据和波动指数。每个策略的文档都列出了对其进行训练和回溯测试的特定数据世界。
集成是通过连接的经纪 API 进行的。用户将资金交给自己的经纪商保管； Kunara Celvili发送分配和执行指令，但不直接持有客户资金。
是的。多个策略可以同时运行，但要进行相关性检查，以限制活跃池中类似风险因素的组合风险。
如果实时方差超出策略规定的预测范围并超出定义的阈值，则对该策略的分配将自动暂停以等待审核，并为用户记录该事件。