loader image

Opix Algo​

Control de riesgos Ejecución de calidad Análisis en profundidad

Opix Algo es un servicio de inversión mediante algoritmos que toma decisiones de inversión, como la dinámica de la cartera de órdenes, analizando la microestructura del mercado para identificar oportunidades de inversión basadas en estrategias de arbitraje en el mercado de divisas

OPIXALGO

ARQUITECTURA

LP 1

LP 2

LP 3

LP 4

Price Feed

Maker Warehouse Volume

Pending Order

Liquidation

Economic Statistic

OPIX TRADE

METADATA
SUMMARY DATA
RAW DATA

Transaction Cost Analysis (TCA)

ENTRY STRATEGY

Evaluate patterns and predict trends

Risk & Error Management

Determine Exit Price Range

Exit Strategy

OPIX ALGO

Value Area

1.0060-1.0070

1.0050-1.0060

1.0040-1.0030

1.0020-1.0030

1.0010-1.0020

Probability Of Profit

80%

50%

20%

60%

90%

DATA INPUT

EXTRACTION
TRANSFORMING
LOADING

ANALYSING MAKER WAREHOUSE VOLUME

VARIABLES AND STRATEGY ANALYSING

ANALYSING MAKER WAREHOUSE VOLUME

ANALYSING MAKER WAREHOUSE VOLUME

Descargo de responsabilidad

Los mercados financieros cambian rápidamente y nos reservamos el derecho de cambiar nuestras estrategias en beneficio de nuestros clientes sin previo aviso.

Ejecución de órdenes:
proporcionar datos de flujo de órdenes

PROVEEDORES
DE LIQUIDEZ

Equiparación de órdenes

Opix Algo

Diagrama de estructura

Velocidad <1s

Ordenes completadas al 100%

Presentación de órdenes

Enrutamiento de las órdenes

Ejecución de órdenes: proporcionar datos de flujo de órdenes

PROVEEDORES
DE LIQUIDEZ

Equiparación de órdenes

Opix Algo

Diagrama de estructura

Velocidad<1s

Ordenes completadas al 100%

Presentación de órdenes

Enrutamiento de las órdenes

Opix Algo

Diagrama de estructura

Velocidad

<1s

Ordenes
completadas al
100%

CEO

Nadie puede predecir con precisión los mercados el 100 % del tiempo. Todo es cuestión de estadística, probabilidad y relación riesgo-recompensa.

OpixTrade es la base de Opix Algo

OpixTrade es una plataforma analítica y de inversión de vanguardia diseñada específicamente para el análisis del flujo de órdenes. Está equipada con todas las herramientas necesarias para un análisis profundo y práctico del mercado.

Opix Algo analiza la microestructura del mercado mediante el flujo de órdenes para obtener datos de distribución de volúmenes y órdenes limitadas para determinar el rango de demanda/oferta de los creadores de mercado. Los de órdenes de los creadores de mercado son altamente informativos y tienen el mayor poder predictivo para los tipos de cambio y probablemente información fundamental clave. Su flujo de órdenes posee un poder de previsión permanente, mientras que los flujos de órdenes procedentes de los otros grupos solamente predicen las variaciones transitorias de los tipos de cambio. Estos datos se pueden transmitir para predecir áreas de alto volumen para facilitar el descubrimiento de precios y desarrollar curvas de rendimiento confiables.

Consideramos que el flujo de órdenes es una variable sustitutiva válida de la información privada y se emplea a menudo en nuestras investigaciones en los mercados de divisas, acciones, bonos y futuros. El análisis de flujo de órdenes nos permite leer los datos que se especifican a continuación:

Los creadores de mercado son participantes individuales o empresas miembros de una bolsa que contribuyen a crear un mercado para que los inversores compren o vendan valores. Tradicionalmente, las transacciones FX entre proveedores («creadores de mercado») y el cliente se han realizado ya sea como agencia o principal. Si los proveedores actúan como principal («creador de mercado»), añaden la operación a su propia cuenta y están expuestos a riesgos de mercado. Por ejemplo, cuando los inversores («tomadores») realizan 7 lotes de órdenes de compra en el mercado; las operaciones son suministradas por los creadores de mercado. Por lo tanto, los creadores de mercado están expuestos a 7 lotes de riesgo de órdenes de venta.


Dado que los fabricantes son reacios al riesgo, su objetivo es aumentar el valor esperado de su riqueza al mismo tiempo que reducen la volatilidad. Cuando los creadores de mercado tienen una posición larga, comprar órdenes adicionales no es atractivo, pues incrementa la exposición al riesgo; vender órdenes es atractivo, ya que reduce la exposición. Por ello, los fabricantes están tratando de desacumular su posición en un rango de precios de valor.


Este análisis del flujo de órdenes y el volumen del almacén del creador de mercado ha permitido a Opix Algo determinar la probabilidad de que los fabricantes acumulen o desacomulen inventario para completar operaciones dentro de un rango de precios determinado. Del mismo modo, Opix Algo puede predecir la probabilidad de que haya un alto volumen de oferta en un rango de precios determinado, lo que nos permite garantizar el cumplimiento de nuestras operaciones al menor coste. 

La regresión lineal es una herramienta matemática y estadística clásica empleada para medir la asociación entre dos variables. En caso de que haya una variable independiente X y una variable dependiente Y que depende de X, la regresión lineal puede ayudarnos a obtener un modelo lineal que se ajuste de la mejor manera al conjunto de datos mediante la ecuación Y=α+βX.

Opix Algo predice los cambios en el precio de los activos según los cambios en la microestructura mediante el uso de modelos de regresión lineal. Realiza estas predicciones encontrando primero un conjunto de coeficientes que se ajuste mejor a los datos de entrenamiento, en el que el mejor ajuste se determina minimizando una determinada función de coste. Tras haber hallado los coeficientes de (β), realiza las predicciones multiplicando los coeficientes por las variables de entrada de un determinado activo. Los datos que se introducen son, entre otros, los precios de los activos, el volumen de operaciones, los indicadores técnicos, la cartera de órdenes limitadas, el tamaño de las órdenes y el marco temporal.

Las decisiones basadas en redes neuronales artificiales se desarrollan para las estrategias de licitación, la gestión del riesgo, el análisis de patrones y la predicción del rendimiento. La red neuronal artificial es capaz de aprender y generar su propio conocimiento a partir de entradas de datos como carteras de órdenes, precios de oferta y demanda y flujos de órdenes que tratan de predecir los cambios de precios de los activos aportando una solución. En los problemas de series temporales, la red neuronal artificial debe construir un modelo de previsión partiendo del conjunto de datos históricos para predecir los puntos de datos futuros. En resumen, el modelo de red neuronal artificial es suficiente para obtener información acerca del cambio direccional del mercado clasificando los patrones de oferta y demanda

Fecha

AUD - USD 2019

EUR - USD 2019

Número de conjuntos de datos

Formación

Prueba

1,390

600

1,340

500

Resultado

MAE

RSME

0.005

0.0054

0.0048

0.005

Tabla 1: Resultado del modelo de red neuronal artificial para clasificar los patrones de «Oferta» y «Demanda»

Fecha

AUD - USD 2019

EUR - USD 2019

Grupo de
oferta y demanda

Zona de suministro

Zona de demanda

Zona de suministro

Zona de demanda

Resultado

MAE

RSME

0.0454

0.1939

0.081

0.2501

0.013

0.0614

0.0642

0.2283

Tabla 2: Resultado del modelo de red neuronal artificial para clasificar diferentes tipos de patrones en cada grupo

Tabla 1: Resultado del modelo de red neuronal artificial para clasificar los patrones de «Oferta» y «Demanda»

Tabla 2: Resultado del modelo de red neuronal artificial para clasificar diferentes tipos de patrones en cada grupo

El algoritmo de deformación dinámica del tiempo (DTW) es un método eficaz que combina patrones dentro de un sistema de inversión. El algoritmo de deformación dinámica el tiempo es un algoritmo de alineación de series de tiempo para medir dos secuencias de valores vectoriales al deformar la distancia hasta que se encuentre una coincidencia óptima entre las secuencias. Opix Algo implementa el algoritmo de deformación dinámica del tiempo para automatizar el emparejamiento y la determinación de la posición de inversión en el rango de precios previsto. 

ExperimentoConjunto de datosTasa de precisión
1AUD - USD 2019 (enero – agosto)70%
2EUR – USD 2019 (enero – agosto)72%

Tabla 3: Predicción del algoritmo de deformación dinámica del tiempo

Implementar patrones de oferta y demanda

Red neuronal artificial para aprender y probar los patrones de grupo

La red neuronal artificial aprenderá y probará diversos tipos de patrones en cada grupo de oferta y demanda

Evalúe los patrones desconocidos con nuestro modelo de red neuronal artificial para la clasificación

Implementar el algoritmo de deformación dinámica del tiempo para predecir los grupos

Les résultats sont présentés avec différentes valeurs de filtre. Opix Algo décompose les résultats en différentes mesures de performance de trading comme suit :

Gain total

Gain total = Σ Bénéfice / Perte

La plus grande perte par transaction

Plus grande perte par transaction = Minimum [ bénéfice/perte ]

Le plus grand gain par transaction

Plus grand gain par transaction = Maximum [ bénéfice/perte]

Bénéfice moyen par transaction

Bénéfice moyen par transaction = Gain total / Nombre total des transactions

Transactions gagnantes

Transactions gagnantes = Σ Transactions|(bénéfice/perte > 0)

Pourcentage de transactions gagnantes

Pourcentage de transactions gagnantes = [ Σ Transactions gagnantes / Σ Signaux d’achats + Σ signaux de ventes ] x 100

Pourcentage de transactions correctes par rapport à la prévision parfaite

Transactions correctes = Σ Transactions|Signal PF Pourcentage de transactions correctes par rapport à la prévision parfaite= [ Σ Transactions correctes / Σ Transactions ] x 100

El método de análisis que hemos expuesto en esta página es la estrategia de Opix Algo. Procede de los datos de volumen, órdenes y operaciones de nuestros proveedores de datos. Nuestro algoritmo ha demostrado que el modelo de regresión lineal puede determinar las variables de microestructura y profundidad del mercado; el modelo de red neuronal artificial puede ayudar a clasificar los patrones de la zona de demanda y oferta y almacenar los valores del vector de tendencia resultante para que el algoritmo de deformación dinámica del tiempo prediga el rango de precios futuro. De igual manera, el volumen del almacén de los creadores de mercado es un dato integral debido al papel y al capital del creador de mercado en los mercados de divisas.

Cuando se combinan estos modelos, Opix Algo es rentable incluso con una estrategia de inversión básica. Por ello, concluimos que Opix Algo resulta suficiente para conocer el cambio direccional a corto plazo y la capacidad de operar en un rango de precios de alto volumen en el mercado de divisas.

RENDIMIENTO PASADO

Aumente sus fondos con algoritmos validados y garantice una generación de riqueza sostenible

SEGURIDAD DEL

ALGORITMO DE RIESGO

El riesgo de mercado proviene de los movimientos adversos del mercado, de los posibles fallos de los algoritmos, los sistemas y los procesos informáticos, así como de los errores humanos.

Controles preinversión de Opix Algo

Consulte las órdenes de mercado antes de enviarlas a los mercados. Permiten bloquear o cancelar de forma automática las órdenes en cuanto se producen operaciones fuera de los márgenes de precios definidos, se supera un tamaño máximo o se contabiliza un número excesivo de órdenes de forma automática.

Controles en vuelo de Opix Algo

Permiten a los usuarios o proveedores ajustar los parámetros de ejecución durante una ejecución, a menudo cuando las condiciones del mercado difieren o el algoritmo se comporta de una manera no deseada o inesperada. Esto es importante, por ejemplo, en casos de liquidez especialmente baja, cuando los creadores de mercado podrían dominar el volumen de operaciones o dejar de operar por completo.

Controles posinversión de Opix Algo

Suponen un seguimiento continuo del mercado intradiario y operaciones con contrapartes cuando se superan los límites. Los algoritmos identifican errores y problemas potenciales, analizan los casos particulares y mejoran las estrategias de ejecución y los controles de riesgos.

LANGUAGE