Activity Detector, Activity Detector TD

Strukturelle Veränderungen in der Price Discovery von Assets.

Erscheinungsbild des Modells.

Beschreibung des Modells

Der Hauptzweck des Modells Activity Detector ist die Identifikation struktureller Veränderungen in der Price Discovery von Finanz-Assets durch die Analyse von Volatilität und Handelsvolumen. Das Modell erfasst abrupte Spitzen dieser Kennzahlen, bewertet ihre Signifikanz und stuft sie als anomal oder nicht anomal ein. Werden Anomalien erkannt, benachrichtigt das System den Nutzer umgehend und hilft ihm, schnell auf veränderte Marktbedingungen zu reagieren.

Methoden zur Analyse von Volatilität und Handelsvolumen

Activity Detector verfolgt Veränderungen von Volatilität und Liquidität eines Assets dynamisch, indem es Zeitreihen von Marktdaten in Echtzeit analysiert. Dazu:

• Verwendet es angenäherte statistische Schätzungen der gemittelten und der momentanen Werte von Volatilität und Volumen.
• Setzt es Glättungsfilter und adaptive Algorithmen ein, die das Rauschen in den Daten minimieren und signifikante Veränderungen hervorheben.
• Analysiert es Phasen beschleunigter Veränderung von Volatilität und Volumen und vergleicht sie mit dem historischen Kontext des Marktverhaltens des Assets.
• Wendet es Schwellenwerte und dynamische Anpassung an, um falsche Signale auszuschließen.

Bestimmung anomaler Aktivität

Anomale Aktivität wird anhand mehrerer Faktoren gleichzeitig bestimmt:

1. Grad der Abweichung der aktuellen Volatilität und des Volumens von ihren typischen Werten in vergleichbaren Zeiträumen.
2. Änderungsgeschwindigkeit der Marktparameter: analysiert werden abrupte Sprünge von Preisen, Volumen und Spread.
3. Kontextparameter: berücksichtigt werden die allgemeinen Marktbedingungen und makroökonomische Faktoren, wobei natürliche Phasen erhöhter Aktivität ausgeschlossen werden (zum Beispiel bei der Veröffentlichung wichtiger Wirtschaftsnachrichten).

Einsatz von maschinellem Lernen

Activity Detector nutzt Algorithmen des maschinellen Lernens, um die Genauigkeit der Analyse zu erhöhen; die konkreten Modelle werden jedoch nicht offengelegt. Die Grundprinzipien der Arbeit des Systems mit KI sind:

• Training des Modells auf historischen Daten, um typische und untypische Muster des Marktverhaltens zu erkennen.
• Automatische Aktualisierung statistischer Schwellenwerte und logischer Abhängigkeiten auf Basis des dynamischen Marktverhaltens.
• Selbstständige Anpassung an sich ändernde Marktbedingungen ohne äußeres Eingreifen, wodurch relevante und präzise Signale auch an volatilen Märkten möglich sind.

Hohe Genauigkeit und die Faktoren, die sie beeinflussen

Die hohe Genauigkeit des Modells wird erreicht durch:

• Die Kombination adaptiver statistischer Algorithmen und Methoden des maschinellen Lernens, die die Zahl der Fehlauslösungen minimieren.
• Kontinuierliches Selbstlernen des Modells auf aktualisierten Daten, was die Zuverlässigkeit der Erkennung anomaler Ereignisse erhöht.
• Detaillierte Analyse der Marktbedingungen und Ausschluss externer Faktoren, die zu falschen Signalen führen.
• Optimierung der Berechnungen, die eine zügige Verarbeitung großer Datenmengen und aktuelle Signale ermöglicht.

Interaktion mit dem Nutzer und Benachrichtigungsmechanismen

Activity Detector ist vollständig in die Plattform SpreadFighter integriert und bietet dem Trader praktische Werkzeuge zur Überwachung der Marktaktivität. Die wichtigsten Interaktionsmethoden sind:

• Sofortige Benachrichtigungen und Signale, die in der Oberfläche der Plattform angezeigt werden, wenn anomale Marktaktivität erkannt wird.
• Anzeige des Konfidenzniveaus des Modells bei den erkannten Veränderungen.
• Möglichkeit, die Historie der erfassten Anomalien einzusehen, sodass Nutzer vergangene Signale und die Dynamik der Musterveränderung analysieren können.

Technische Aspekte der Funktionsweise des Modells

Activity Detector arbeitet in Echtzeit und verarbeitet Daten mit minimaler Verzögerung. Die wichtigsten technischen Merkmale des Modells:

• Verarbeitung großer Mengen von Marktdaten mit hoher Geschwindigkeit.
• Minimierung von Fehlauslösungen durch adaptive Filteralgorithmen.
• Automatische Anpassung ohne externe Einstellung von Parametern.
• Einsatz robuster Rechenverfahren, die einen stabilen Betrieb des Modells auch bei hoher Marktvolatilität gewährleisten.

Activity Detector ist ein leistungsstarkes Analysewerkzeug für Trader, mit dem sich zügig auf kritische Marktveränderungen reagieren und die Risiken plötzlicher Schwankungen von Volatilität und Liquidität senken lassen.

Tests des Modells

tipp

Coming soon…

Position

Um das Tool „Activity Detector“ zum Arbeitsbereich hinzuzufügen, klicken Sie zuerst in der Kopfzeile der Plattform auf die Schaltfläche „Screeners“. Klicken Sie anschließend im Abschnitt „Microstructure“ auf die gleichnamige Schaltfläche.

Position des Modells.

Funktionen

Widget

Das Modell Activity Detector hat 2 Widget-Varianten: Activity Detector und Activity Detector Time Dominance.

• Activity Detector findet Assets mit den größten strukturellen Veränderungen.
• Activity Detector TD berechnet die Zeit in Minuten, in der im Asset ernsthafte strukturelle Veränderungen stattfanden, und ordnet die Assets mit der längsten Veränderungsphase an die Spitze.

Die Daten laufen in eine Tabelle mit folgenden Spalten ein:

• Value - Kennzahl des Modells Activity Detector.
• Cum - Anzahl der Minuten, in denen das Asset stationär war.

Widget.

Indikator

Der Indikator des Modells ist ein Oszillator. Blau zeigt anomale Aktivität an, Grau ihr Fehlen. Der Indikator verfügt über eine Hintergrundhervorhebung. Die intensivsten Farben der Hervorhebung entsprechen den größten strukturellen Veränderungen im Asset.

Indikator.

Anwendungsfälle

tipp

Coming soon…