loader image

Opix Algo​

リスク管理 高品質な売買 綿密な分析

Opix Algoは、FX市場での裁定取引の機会を特定するためにオーダーブックのダイナミクスなどのマーケットのミクロ構造を分析して、取引の意思決定を行うアルゴリズム取引サービスです。

OPIXALGO

アーキテクチャ

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

免責事項

金融市場は急速に変動します。当社は、お客様の最善の利益のために予告なしに戦略を変更する権利を留保します。

注文執行、
オーダーフロー・データの提供

リクイディティ・
プロバイダー

注文マッチング

Opix Algo

の構造図

速度<1秒

成立注文 100%

注文提出

注文回送

注文執行、オーダーフロー・データの提供

LIQUIDITY
PROVIDERS

注文マッチング

Opix Algo

の構造図

速度<1s

成立注文 100%

注文提出

注文回送

Opix Algo

の構造図

速度<1s

成立注文 100%

CEO

マーケットを常に正確に予測できる人は一人もいません。統計、確率、リスクリワード比率がすべてです。

Opix Algoの根幹、OpixTrade

OpixTradeは、オーダーフロー分析用に特別に設計された最先端の取引分析プラットフォームです。市場を深く、便利に分析するのに必要なすべてのツールが搭載されています。

Opix Algoは、オーダーフローによってマーケットのミクロ構造を分析し、出来高分布と指し値注文のデータを取得し、マーケットメーカーの需要/供給範囲を決定します。マーケットメーカーのオーダーフローは非常に有益で、為替レートを予測する最も強力な力があり、おそらく主要なファンダメンタル情報を反映しています。マーケットメーカーのオーダーフローには永続的な予測力がある一方、他の集団からのオーダーフローは為替レートの一時的な変化のみを予測します。これらのデータを送信して、出来高の多いエリアを予測して、価格の発見を促進し、信頼できる利回り曲線を作成できます。 当社は、オーダーフローは個人情報の有効な代理変数であり、外国為替・株式・債券・先物市場における当社の調査で頻繁に使用されると考えています。オーダーフロー分析により、以下のデータを読み取ることができます。

マーケットメーカーは、投資家が証券を売買する市場を創出するのに役立つ取引所の個々の参加者または会員会社です。従来、プロバイダー (「メーカー」) とクライアントの間のFX取引は、代理店または本人ベースで行われてきました。プロバイダーがプリンシパル (「メーカー」) としてふるまう場合、プロバイダーは自分のアカウントに取引を追加するので、市場リスクにさらされることになります。たとえば、トレーダー (「テイカー」) が7ロットの成行買い注文を送信した場合、取引はメーカーによって提供されます。したがって、メーカーは7ロットの売り注文のリスクにさらされます。


メーカーはリスク回避的なので、メーカーの目的は、ボラティリティを軽減しながら、資産の期待値を増やすことです。メーカーがロングポジションを持っている場合、追加の注文購入はリスク・エクスポージャー増加するため、魅力的ではありません。売り注文は、エクスポージャーを削減するので魅力的です。したがって、メーカーは価値のある価格帯でポジションを減らそうとしています。


このようにオーダーフローメーカー在庫量を分析することによって、メーカーが特定の価格範囲内で約定するためにポジションを増加・削減する可能性をOpix Algoで確認できるようになりました。同様に、Opix Algoは、特定の価格帯での大量供給の可能性を予測できるため、最低コストでの注文約定を保証することができます。 

線形回帰は、2変数間の相関を測定するために使用される数学的・統計的な古典的ツールです。独立変数Xと、Xに依存する従属変数Yがある場合、線形回帰によって、方程式Y=α+βXを使用して、データセットに最も合う線形モデルを得ることができます。 

Opix Algoは、線形回帰モデルを使用して、ミクロ構造の変化に基づいて資産価格の変化を予測します。まず、訓練データに最も合う係数の組を見つけることによって、これらの予測を行います。「最も合う」とは、特定のコスト関数を最小化するということです。(β)の係数がわかったら、その係数に特定の資産の入力変数を掛けることによって、予測を行います。データ入力は、資産価格、取引量、テクニカル指標、指値注文ブック、注文サイズ、時間枠などです。

人工ニューラルネットワークベースの意思決定が、入札戦略、リスク管理、パターンの分析、パフォーマンス予測用に開発されています。ANNは、オーダーブック、呼び値、オーダーフローなどのデータ入力から学習し、独自の知識を生成することができ、ソリューションを提供することによって資産価格の変化を予測しようとします。時系列問題の場合、ANNは将来のデータポイントを予測するために、履歴データセットから予測モデルを構築する必要があります。つまり、ANNモデルは、需要と供給のパターンを分類することによって、市場の方向性の変化についての洞察を得るのに十分です。

AUD - USD 2019

EUR - USD 2019

データセット数

訓練

テスト

1,390

600

1,340

500

結果

MAE

RSME

0.005

0.0054

0.0048

0.005

表1:「需要」と「供給」のパターン分類用ANNモデルの結果

AUD - USD 2019

EUR - USD 2019

需給グループ

供給ゾーン

需要ゾーン

供給ゾーン

需要ゾーン

結果

MAE

RSME

0.0454

0.1939

0.081

0.2501

0.013

0.0614

0.0642

0.2283

表2:各グループの異なる種類のパターン分類用ANNモデルの結果

表1:「需要」と「供給」のパターン分類用ANNモデルの結果

表2:各グループの異なる種類のパターン分類用ANNモデルの結果

動的時間伸縮法(DTW)アルゴリズムは、取引システム内でパターンを照合する効率的な方法です。DTWは、2つのベクトル値時系列データ間の最適な一致が見つかるまで距離を伸縮して測定する時系列アラインメントアルゴリズムです。Opix Algoは、予測された価格帯での取引ポジションのマッチングと決定を自動化するために、DTWを実装しています。
実験データセット精度
1AUD - USD 2019年(1月〜8月)70%
2EUR - USD 2019年(1月〜8月)72%

表3:DTWアルゴリズムの予測

需要・供給パターンの実装

ANNによるグループパターンの学習とテスト

ANNによる需要・供給の各グループのさまざまな種類のパターンの学習・テスト

分類用ANNモデルを使用した未知のパターンの評価

グループを予測するDTWアルゴリズムを実装

結果は、さまざまなフィルター値とともに報告されます。Opix Algoによって、結果は以下のさまざまな取引パフォーマンスメトリクスに分類されます

総利益

総利益 = Σ 利益または損失

取引あたりの最大損失

取引あたりの最大損失 = Minimum [ 利益または損失 ]

取引あたりの最大利益

取引あたりの最大利益 = Maximum [ 利益または損失 ]

取引あたりの最大利益

取引あたりの平均利益 = 総利益 / 総取引数

勝ち取引

勝ち取引 = Σ 取引|(利益または損失 > 0)

勝ち取引の割合

勝ち取引の割合 = [ Σ 勝ち取引数 / Σ 売りシグナル + Σ 買いシグナル ] x 100

完全予見シグナルに対する正しい取引の割合

正しい取引数 = Σ 取引|完全予見シグナル 完全予見シグナルに対する正しい取引の割合 = [ Σ 正しい取引 / Σ 取引 ] x 100

このページで述べた分析方法が、Opix Algoの戦略になります。これは、当社のデータプロバイダーからの出来高、注文、取引のデータに基づいています。当社のアルゴリズムが示すように、線形回帰モデルによって、マイクロ構造と市場深度の変数を決定できます。ANNモデルによって、需要・供給ゾーンのパターンを分類し、DTWアルゴリズムの結果のトレンドベクトルの値を保存して、将来の価格範囲を予測することができます。同様に、メーカーの在庫量が、FX市場におけるメーカーの役割と資本のために不可欠なデータです。

このページで述べた分析方法が、Opix Algoの戦略になります。これは、当社のデータプロバイダーからの出来高、注文、取引のデータに基づいています。当社のアルゴリズムが示すように、線形回帰モデルによって、マイクロ構造と市場深度の変数を決定できます。ANNモデルによって、需要・供給ゾーンのパターンを分類し、DTWアルゴリズムの結果のトレンドベクトルの値を保存して、将来の価格範囲を予測することができます。同様に、メーカーの在庫量が、FX市場におけるメーカーの役割と資本のために不可欠なデータです。

過去の実績

検証済みアルゴリズムで資金を増やし、持続可能な富の生成を確実にします

リスク

アルゴリズムの安全性

市場リスクは、不利な市場の動き、アルゴリズム、ITシステム、プロセスの潜在的な障害、および人的エラーから発生します。

Opix Algo取引前コントロール

マーケットに注文を送信する前に確認します。取引が定義された価格閾値を外れたり、最大サイズを超過したり、自動的に過剰な注文がなされたりするとすぐに、注文を自動的にブロックまたはキャンセルできます。


Opix Algo取引中コントロール

市況が変化した場合や、アルゴリズムが望ましくない、または予期しない方法で動作したりする場合などに、ユーザーまたはプロバイダーは実行中に実行パラメーターを調整できます。これは、たとえば、マーケットメーカーが取引量を支配したり、取引を完全に停止したりする可能性がある、流動性が特に低い場合に重要になります。

Opix Algo取引後コントロール

日中市場の継続的な監視と、制限違反時のカウンターパーティーとの取引の実行を伴います。アルゴリズムは、特定のシナリオを分析して、エラーと潜在的な問題を特定し、実行戦略とリスク管理を改善します。

LANGUAGE