Borne d'accès
Terminal de données de marché en temps réel Aldercrest affichant une analyse des paires de trading en direct
Intelligence de marché basée sur l'IA

Analyse en temps réel sur plus de 500 paires de trading, conçue pour une précision décisionnelle

Aldercrest traite en continu le carnet de commandes et les données macroéconomiques en direct, convertissant les signaux bruts du marché en recommandations ajustées au risque pour les professionnels gérant du capital secondaire parallèlement à un revenu primaire.

Borne d'accès Voir la méthodologie

Instantané du signal en direct

EN DIRECT
PaireBiaisConfianceLatence
GBP/USDLongue78%42 ms
ETH/USDNeutre54%39 ms
FTSE100Longue71%45 ms

Format de sortie illustratif. Pas de conseils en investissement.

Couverture

Échelle du moteur d'analyse

La couverture couvre les paires de devises majeures et mineures, les indices boursiers, les actifs numériques et les matières premières, tirés des flux d'échange et des plateformes de liquidité agrégées sur les marchés britanniques et internationaux.

500+ Paires de trading surveillées
14 Classes d'actifs couvertes
40 M+ Points de données traités quotidiennement
<50ms Latence moyenne du flux
Moteur de base

Méthodologie derrière les modèles prédictifs

Le moteur combine une modélisation statistique de séries chronologiques avec une classification améliorée par gradient, recyclée selon un calendrier glissant pour refléter les régimes de marché actuels plutôt que des moyennes historiques statiques.

Spécification technique

  • Architecture du modèleEnsemble : arbres boostés par gradient + séries temporelles de transformateurs
  • Ingestion de donnéesCarnet de commandes en streaming et flux macro
  • Ensemble de fonctionnalitésVolatilité, flux d'ordres, corrélation, momentum
  • Cycle de reconversionFenêtre d'actualisation continue de 90 secondes
  • Fenêtre de backtestProfondeur historique sur 10 ans

Pipeline de traitement

01

Ingérer

Les données brutes sur les ticks et les carnets d'ordres sont capturées à partir des flux d'échange et de liquidité.

02

Normaliser

Les signaux sont nettoyés, alignés dans le temps et standardisés entre les classes d’actifs.

03

Modèle

Les modèles d'ensemble notent chaque instrument en fonction du biais directionnel et de la confiance.

04

Signal

Les sorties sont classées et publiées sur le terminal avec des métadonnées de latence et de confiance.

MétriqueValeur
Temps d'inférence moyen38 ms
Intervalle d'actualisation du modèle90 secondes
Latence d'alimentation en signal<50ms
À propos de Aldercrest

Infrastructure analytique, exploitée comme des systèmes critiques

Aldercrest a été conçu pour permettre aux professionnels indépendants d'accéder à la même classe d'infrastructure analytique que celle utilisée par les bureaux de recherche institutionnels, sans nécessiter une équipe d'analystes dédiée.

La plateforme se concentre sur un objectif précis : réduire la latence entre les données de marché et une recommandation exploitable et notée en fonction du risque. Chaque résultat du modèle est enregistré avec son score de confiance et la pondération des caractéristiques sous-jacentes, afin que les décisions puissent être examinées plutôt que prises en toute confiance.

Station de travail d'analyste Aldercrest examinant les données de marché en direct
Demande

Utilisation pratique dans la diversification des revenus et la gestion des risques

Le même moteur de signaux prend en charge trois flux de travail distincts, chacun abordant une étape différente de la gestion du capital en dehors d'une source de revenus principale.

Diversification des revenus

Faites apparaître des opportunités dans toutes les classes d'actifs qu'un trader sur un marché unique ne surveillerait pas autrement, évaluées par la confiance plutôt que par le volume de bruit.

Atténuation des risques

Signalez l’exposition corrélée aux positions ouvertes avant que le risque de concentration ne s’aggrave au cours d’un seul événement de marché.

Allocation de capital

Classez les positions candidates en fonction de la confiance du modèle et de la fiabilité historique du signal pour prendre en charge les décisions de dimensionnement.

Classification de l'exposition

Type de posteRisque de corrélationFréquence de surveillance
Exposition sur une seule paireÉlevéContinu
Panier multi-actifsRéduitContinu
Structure de paire couverteFaibleContinu

Sur les projections de résultats

Les scores de confiance du modèle indiquent la fiabilité statistique d'un signal basé sur les performances historiques du backtest dans des conditions de marché similaires. Ils constituent une mesure de l’accord du modèle et non une prévision de rendement.

Les projections sont des estimations modélisées dérivées de données historiques. Ils ne constituent pas une garantie de performances futures et toute transaction implique un risque de perte en capital.

Plateforme

Une surface de travail dense et orientée données

Le terminal est conçu pour la densité de l'information sur la décoration : chaque panneau fait apparaître une catégorie de données spécifique, sans aucun élément présent uniquement pour un effet visuel.

Séance

Liste de surveillance activeMajors britanniques + actifs numériques

Liste de surveillance

GBP/USD+0,42%
EUR/GBP-0,08%
BTC/USD+1,15%
FTSE100+0,21%

Confiance du signal – GBP/USD

Journal de commande

14:02:11Signal émis
14:02:49Confiance mise à jour
14:03:02Exportation déclenchée

Principales fonctionnalités de l'interface

  • Listes de surveillance personnalisables couvrant les classes d'actifs
  • Moniteur de latence en direct par flux de données
  • Score de confiance et historique par signal
  • Alertes de risque et d’exposition configurables

Capacités d'exportation de données

Les sorties du modèle, l'historique des signaux et les journaux au niveau du compte peuvent être exportés au format CSV ou JSON, ou extraits directement via l'API REST documentée pour être intégrés dans une pile d'analyse existante.

Méthodologie

Précision du modèle et sources de données, expliquées

L’aide à la décision n’est utile que si ses limites sont clairement énoncées. Les détails ci-dessous couvrent la manière dont les modèles sont évalués et l'origine des données sous-jacentes.

Comment la précision prédictive est-elle mesurée ?

Chaque modèle est évalué par rapport à un échantillon historique retenu à l'aide de mesures de classification standard, puis surveillé en conditions réelles par rapport aux mouvements de prix réalisés. Les scores de confiance affichés dans le terminal reflètent cette évaluation en direct en cours, et non le seul backtest.

Quelles sources de données alimentent les modèles ?

Les données sont tirées des flux des carnets d’ordres des bourses, des données agrégées sur les sources de liquidité et des publications macroéconomiques. Aucun flux d'ordres client propriétaire n'est utilisé pour informer les signaux destinés aux autres utilisateurs.

À quelle fréquence les mannequins sont-ils recyclés ?

Les modèles de base sont actualisés selon un cycle de 90 secondes à l'aide des données de marché entrantes. La révision complète de l'architecture et le recyclage ont lieu selon un calendrier périodique plus long pour tenir compte des changements structurels dans le comportement du marché.

Le conseil financier Aldercrest est-il réglementé ?

Non. Aldercrest fournit une analyse de données et des signaux générés par un modèle comme outil d'aide à la décision. Il ne constitue pas un conseil financier personnalisé et les utilisateurs restent responsables de leurs propres décisions de trading.

Déclaration d'intégrité des données

Toutes les données de marché sont horodatées lors de l'ingestion et rapprochées des flux sources. Les écarts au-delà d'un seuil défini sont signalés et exclus de l'entrée du modèle jusqu'à leur résolution.

Détails de l'intégration de l'API

Une API REST documentée fournit un accès authentifié à la sortie du signal, aux journaux historiques et à la configuration du compte, adapté à l'intégration avec des feuilles de calcul, des scripts ou des tableaux de bord tiers existants.