意思決定支援インフラストラクチャ
Yieldothen は完全にブラウザ内で実行されるため、アナリストや投資家は安定した接続があればどこからでも操作できます。推奨事項は直感ではなく統計モデリングから生成され、すべての出力は独立したレビューのために記録されます。
透明層
モデルを実行するたびに、アカウント所有者が監査できるログに書き込まれます。以下のエントリは、コミュニティのメンバーが長期にわたる実際の市場の動きに対して私たちの出力をチェックするために使用する形式を示しています。
| タイムスタンプ (AEST) | モデル | 信号遅延 | モデルの信頼性 | 結果の検証 |
|---|---|---|---|---|
| 09:14:02 | ボラティリティ クラスター v3 | 0.38秒 | 88.1% | 確認済み |
| 09:12:47 | リスク重み付けスクリーニング | 0.41秒 | 82.6% | 確認済み |
| 09:10:55 | トレンド永続性 v2 | 0.52秒 | 79.4% | 閉店待ち |
| 09:08:31 | ボラティリティ クラスター v3 | 0.36秒 | 90.0% | 確認済み |
コア機能
このプラットフォームは、トレーディングデスクを持たずに、ポジションや推奨事項を管理する単一のリモートオペレーターを中心に設計されています。各モジュールは、判断に代わるものではなく、手動レビュー時間を短縮することを目的としています。
モデルがライブ ステータスに昇格される前に、各データセットは統計的有意性についてテストされます。この概要には、サンプル サイズ、信頼区間、モデルの出力を割り引く条件がまとめられています。
検出されたボラティリティクラスターに対してポジションがスクリーニングされ、過去の相関関係が崩れた期間にフラグが立てられます。エンジンはアクションをブロックしません。代わりに、推奨事項にリスクに関するメモを添付します。
毎日の概要は手動で編集することなく生成され、個人的なレビューまたは小規模な顧客ベースへの配布用にフォーマットされます。レポートは、公開フィードに表示されるのと同じログ エントリを参照します。
方法論
パイプラインは意図的に直線的になっています。各ステージでは、単一の不透明な出力ではなく、単独で検査できるアーティファクトが生成されます。
市場、経済、センチメントのフィードは一定のスケジュールに従って取得され、何かが処理される前にギャップや重複がないかチェックされます。不完全なフィードには、サイレントに入力されるのではなく、フラグが立てられます。
クリーンアップされたデータは関連するモデルを通じて実行され、単一の数値ではなく確率範囲が出力されます。範囲は、最終的な推奨事項とともにログに保持されます。
公開前に、アナリストは、モデルの予想される信頼帯域の外にある出力をレビューします。このステップは、モデルが認識できないフィード エラーとコンテキストを捕捉するために存在し、設定に関する統計を上書きするためではありません。
パフォーマンス指標
当社は、記述的な主張に依存するのではなく、単純な市場ベンチマークに対するモデルの精度を公開します。以下の表は、アカウント所有者が利用できる完全なデータセットで使用される形式を示しています。
| モデル | 期間 | モデルの精度 | ベンチマーク | 確認済み |
|---|---|---|---|---|
| ボラティリティ クラスター v3 | ローリング 90 日 | 71.4% | インデックスベースライン | 2024-11-02 |
| リスク重み付けスクリーニング | ローリング 90 日 | 68.9% | インデックスベースライン | 2024-11-02 |
| トレンド永続性 v2 | ローリング 30 日 | 64.2% | インデックスベースライン | 2024-11-01 |
上の図はレポート形式のみを示しています。各モデルの現在のパフォーマンス数値は、アカウントの初期化後にライブ ログに完全に表示されます。
アクセス層
各層の違いは、基礎となるモデルの精度ではなく、API レート制限と利用可能な履歴データの深さです。すべての層は同じ公開ログから読み取ります。