loader image

Opix Algo​

ควบคุมความเสี่ยง  ปฏิบัติงานอย่างมีคุณภาพ วิเคราะห์เชิงลึก

Opix Algo คือบริการอัลกอริทึมการเทรดที่ตัดสินใจเทรดโดยวิเคราะห์ปัจจัยอาทิ การเปลี่ยนแปลงของ order book เพื่อหาโอกาสในการทำอาร์บิทราจในตลาดซื้อขายอัตราแลกเปลี่ยน

OPIXALGO

โครงสร้างของ

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

ข้อความปฏิเสธความรับผิดชอบ

ตลาดการเงินนั้นเปลี่ยนแปลงอย่างรวดเร็ว เราขอสงวนสิทธิ์ในการเปลี่ยนแปลงกลยุทธ์เพื่อประโยชน์สูงสุดของลูกค้าโดยไม่ต้องแจ้งให้ทราบล่วงหน้า

การดำเนินการตามคำสั่งซื้อขายและร
ายงานข้อมูลทิศทางคำสั่งซื้อขาย

มาร์เก็ตเมคเกอร์

การจับคู่คำสั่งซื้อขาย

Opix Algo

แผนผังโครงสร้างของ

ความเร็ว <1s

คำสั่งซื้อขายเสร็จเรียบร้อย 100%

การส่งคำสั่งซื้อขาย

คำสั่งซื้อขายรอส่ง

การดำเนินการตามคำสั่งซื้อขายและรายงานข้อมูลทิศทางคำสั่งซื้อขาย

มาร์เก็
ตเมคเกอร์

การจับคู่คำสั่งซื้อขาย

Opix Algo

Structure Diagram

คำสั่งซื้อขายรอส่ง
<1s

คำสั่งซื้อขายรอส่ง
100%

การส่งคำสั่งซื้อขาย

คำสั่งซื้อขายรอส่ง

Opix Algo

แผนผังโครงสร้างของ

ความเร็ว

<1s

คำสั่งซื้อขายเสร็จเรียบร้อย
100%

ประธานเจ้าหน้าที่บริหาร

ไม่มีใครสามารถทำนายตลาดได้อย่างแม่นยำ 100% ได้ตลอดเวลา ทุกอย่างนั้นเกี่ยวกับสถิติ, ความน่าจะเป็น, และอัตราความเสี่ยงและผลตอบแทน

OpixTrade ส่วนสำคัญที่สุดของ Opix Algo

OpixTrade คือแพลตฟอร์มการเทรดและวิเคราะห์ล้ำสมัยที่ถูกออกแบบมาเพื่อวิเคราะห์ทิศทางคำสั่งซื้อขาย OpixTrade มีเครื่องมือทั้งหมดที่คุณต้องการในการวิเคราะห์ตลาด

Opix Algo วิเคราะห์ข้อมูลตลาดอย่างละเอียดด้วยทิศทางคำสั่งซื้อขายโดยรวบรวมข้อมูลการกระจายปริมาณคำสั่งซื้อขายและ Limit order เพื่อระบุกรอบอุปสงค์ อุปทางของมาร์เก็ตเมคเกอร์ข้อมูลทิศทางคำสั่งซื้อขายของมาร์เก็ตเมคเกอร์นั้นเป็นประโยชน์อย่างมากและเป็นเครื่องมือที่ทรงพลังในการทำนายอัตราแลกเปลี่ยนและปัจจัยพื้นฐาน ทิศทางคำสั่งซื้อขายของมาร์เก็ตเมคเกอร์สามารถใช้ทำนายตลาดได้อย่างยาวนานในขณะที่ข้อมูลจากกลุ่มอื่นๆนั้นสามารถใช้ทำนายการเปลี่ยนแปลงของอัตราแลกเปลี่ยนได้แค่ในระยะสั้น ข้อมูลเหล่านี้สามารถนำไปใช้ในการทำนายจุดที่มีปริมาณการซื้อขายสูงเพื่อหาระดับราคาและพัฒนาเส้นอัตราผลตอบแทนที่เชื่อถือได้

เราเชื่อว่าทิศทางคำสั่งซื้อขายเป็นตัวแทนที่แม่นยำสำหรับข้อมูลส่วนบุคคลและเราใช้ข้อมูลนี้ในการทำวิจัยตลาดอัตราแลกเปลี่ยน, หลักทรัพย์, ตราสารหนี้, และสัญญาซื้อขายล่วงหน้า การวิเคราะห์ทิศทางคำสั่งซื้อขายทำให้เราเข้าใจข้อมูลต่อไปนี้:
มาร์เก็ตเมคเกอร์นั้นอาจจะเป็นบุคคล หรือกลุ่มบริษัทในตลาดที่ช่วยสร้างตลาดให้นักลงทุนซื้อขายแลกเปลี่ยนสินทรัพย์กันได้ โดยปกติแล้วลูกค้าสามารถซื้อขายอัตราแลกเปลี่ยนกับมาร์เก็ตเมคเกอร์ได้โดยตรงหรือซื้อขายผ่านมาร์เก็ตเมคเกอร์ในฐานะตัวแทนของลุกค้า ในกรณีที่มาร์เก็ตเมคเกอร์ดำเนินการโดยเป็น ”ประธาน” หรือ ”ผู้สร้างตลาด”เท่ากับว่าพวกเขาเพิ่มการซื้อขายนั้นเข้าไปในบัญชีของเขาเองและเป็นการเพิ่มความเสี่ยง ตัวอย่างเช่น เมื่อเทรดเดอร์ส่งคำสั่งซื้อ 7 คำสั่ง คำสั่งซื้อนั้นจะถุกจัดสรรโดยผู้สร้างตลาด ดังนั้นผู้สร้างตลาดจะมีความเสี่ยงเพิ่มขึ้นจากคำสั่งขาย 7 คำสั่ง

ในเมื่อมาร์เก็ตเมคเกอร์นั้นหลีกเลี่ยงความเสี่ยง เป้าหมายของพวกเขาคือการเพิ่มความมั่งคั่งในอนาคตและลดความผันผวนผลตอบแทน เมื่อมาร์เก็ตเมคเกอร์เปิด long position ไว้ การเพิ่มคำสั่งซื้อจึงไม่น่าสนใจเพราะเป็นการเพิ่มความเสี่ยง ในขณะที่การเพิ่มคำสั่งขายนั้นช่วยลดความเสี่ยงจาก long position จึงเป็นทางเลือกที่น่าสนใจกว่า

การวิเคราะห์ทิศทางคำสั่งซื้อขายและปริมาณคำสังซื้อขายในคลังของมาร์เก็ตเมคเกอร์ทำให้ Opix Algo คาดการณ์ได้ว่ามาร์เก็ตเมคเกอร์จะสะสมหรือลดปริมาณคำสั่งซื้อขายที่มีอยู่ในแต่ละช่วงราคา ในเวลาเดียวกัน Opix Algo สามารถทำนายระดับราคาที่จะมีซัพพลายปริมาณมากเพื่อการันตีต้นทุนที่ต่ำที่สุด
การวิเคราะห์ถดถอยนั้นเป็นเครื่องมือทางคณิตศาสตร์และสถิติศาสตร์ที่ใช้วัดความสัมพันธ์ระหว่าง 2 ตัวแปล ถ้าหากมีตัวแปล X เป็นตัวแปลอิสระและตัวแปล Y เป็นตัวแปลตาม การวิเคราะห์ถดถอยสามารถช่วยให้เราสร้างโมเดลที่เหมาะสมกับชุดข้อมูลด้วยสมการ Y=α+βX

Opix Algo ทำนายการเปลี่ยนแปลงของราคาสินทรัพย์ด้วยข้อมูลการเปลี่ยนแปลงในระดับจุลภาคโดยโมเดลการวิเคราะห์ถดถอย มันทำการทำนายโดยเริ่มจากหาค่าสัมประสิทธิ์ที่เหมาะสมที่สุดกับชุดข้อมูล โดยเกณฑ์ความเหมาะสมนั้นวัดโดยการลดผลความต่างระหว่างค่าพยากรณ์กับค่าจริง หลังจากที่ได้ค่าสัมประสิทธิ์แล้ว ระบบจะทำการคาดการณ์โดยคูณค่าสัมประสิทธิ์กับค่าตัวแปรของสินทรัพย์นั้นๆ ข้อมูลที่ถูกป้อนนั้นประกอบด้วยราคาของสินทรัพย์, ปริมาณซื้อขาย, ตัวชี้วัดทางเทคนิค, คำสั่งซื้อขายล่วงหน้า, ขนาดคำสั่งซื้อ, และช่วงเวลา เป็นต้น
การตัดสินใจจากโครงข่ายประสาทเทียมนั้นถูกพัฒนาสำหรับกลยุทธ์การเสนอราคา, การบริหารความเสี่ยง, การวิเคราะห์รูปแบบและการทำนายผลตอบแทน ANN มีความสามารถในการเรียนรู้และสร้างความรู้ด้วยตนเองจากข้อมูลที่ถูกป้อน อาทิ บันทึกประวัติการซื้อขาย, ราคาเสนอซื้อ-เสนอขาย, ทิศทางคำสั่งซื้อ โดยพยายามที่จะทำนายการเปลี่ยนแปลงของราคาโดยการให้คำตอบ ในด้านอนุกรมเวลา ANN จะสร้างโมเดลในการทำนายจากข้อมูลในอดีตเพื่อทำนายอนาคต โดยสรุป ANN โมเดลนั้นเพียงพอต่อการเข้าถึงข้อมูลเกี่ยวกับทิศทางการเปลี่ยนแปลงของตลาดโดยจัดประเภทรูปแบบของอุปสงค์และอุปทาน

วัน

AUD - USD 2019

EUR - USD 2019

จำนวนชุดข้อมูล

การฝึก

การทดสอบ

1,390

600

1,340

500

ผลลัพธ์

MAE

RSME

0.005

0.0054

0.0048

0.005

ตารางที่ 1: ผลลัพธ์จากการจัดประเภทรูปแบบของอุปสงค์และอุปทานของ ANN โมเดล

วัน

AUD - USD 2019

EUR - USD 2019

กลุ่มของอุปส
งค์และอุปทาน

โซนอุปทาน

โซนอุปสงค์

โซนอุปทาน

โซนอุปสงค์

ผลลัพธ์

MAE

RSME

0.0454

0.1939

0.081

0.2501

0.013

0.0614

0.0642

0.2283

ตารางที่ 2: ผลลัพธ์การจัดประเภทรูปแบบต่างๆในแต่ละกลุ่มของ ANN โมเดล

ตารางที่ 1: ผลลัพธ์จากการจัดประเภทรูปแบบของอุปสงค์และอุปทานของ ANN โมเดล

ตารางที่ 2: ผลลัพธ์การจัดประเภทรูปแบบต่างๆในแต่ละกลุ่มของ ANN โมเดล

เป็นวิธีที่มีประสิทธิภาพในการจับคู่รูปแบบต่างๆในระบบเทรด DTW เป็นอัลกอริทึมการปรับแนวอนุกรมเวลาที่ใช้วัดลำดับค่าเวคเตอร์ 2 ลำดับด้วยการบิดบินระยะห่างจนกว่าจะพบจุดที่ลำดับทั้งสองจับคู่กันได้ดีที่สุด Opix Algo นำ DTW มาใช้ในการจับคู่อัตโนมัติและการตัดสินใจเลือกตำแหน่งที่จะเปิดคำสั่งซื้อขายที่ระดับราคาที่คาดการณ์

การทดลองชุดข้อมูลอัตราความแม่นยำ
1AUD - USD 2019 (ม.ค. – ส.ค.)70%
2EUR – USD 2019 (ม.ค. – ส.ค.)72%

ตารางที่ 3: การทำนายโดยอัลกอริทึม DTW

นำรูปแบบของอุปสงค์และอุปทานมาใช้

ANN จะเรียนรู้และทดสอบรูปแบบของกลุ่ม

ANN จะเรียนรู้และทดสอบรูปแบบที่แตกต่างกันในแต่ละกลุ่มอุปสงค์อุปทาน

ประเมินรุปแบบที่ไม่ปรากฎโดยใช้โมเดล ANN ของเราในการจำแนกประเภท

นำอัลกอริทึ่ม DTW มาใช้ในการทำนายกลุ่ม

Opix Algo จำแนกผลลัพธ์ที่ได้เป็นตัวชีวัดผลงานการเทรดที่แตกต่างกันดังนี้:

กำไรทั้งหมด

กำไรทั้งหมด = Σ กำไร/ขาดทุน

ขาดทุนสูงที่สุดต่อการเทรด

ขาดทุนสูงที่สุดต่อการเทรด = ขั้นต่ำสุด [ กำไร/ขาดทุน]

กำไรสูงที่สุด

กำไรสูงที่สุดต่อการเทรด = ขั้นสูงสุด [ กำไร/ขาดทุน]

กำไรเฉลี่ยต่อการเทรด

กำไรเฉลี่ยต่อการเทรด = กำไรทั้งหมด / จำนวนการเทรด

การเทรดที่ชนะ

การเทรดที่ชนะ = Σ การเทรด|(กำไร / ขาดทุน > 0)

เปอร์เซ็นต์การเทรดที่ชนะ

เปอร์เซ็นต์การเทรดที่ชนะ = [ Σ การเทรดที่ชนะ / Σ สัญญาณซื้อ + Σ สัญญาณขาย ] x 100

เปอร์เซ็นต์การเทรดที่ถุกต้องต่อการคาดการณ์ที่สมบูรณ์แบบ

การเทรดที่ถูกต้อง = Σ การเทรด|สัญญาณ PF เปอร์เซ็นต์การเทรดที่ถุกต้องต่อการคาดการณ์ที่สมบูรณ์แบบ = [ Σ การเทรดที่ถูกต้อง / Σ การเทรด ] x 100

วิธีวิเคราะห์ที่เรากล่าวถึงในหน้านี้คือกลยุทธ์ของ Opix Algo ซึ่งพัฒนามาจากข้อมูล ปริมาณซื้อขาย, คำสั่งซื้อขาย, ข้อมูลการเทรด ที่ได้รับจากผู้จัดหาข้อมูลของเรา อัลกอริทึมของเราแสดงให้เห็นว่าโมเดลการวิเคราะห์ถดถอยสามารถวัดค่าตัวแปรระดับจุลภาคและความลึกของตลาด โมเดล ANN สามารถจำแนกประเภทของรูปแบบโซนอุปสงค์และอุปทานและจัดเก็บแนวโน้มเทรนด์เวคเตอร์เพื่อให้อัลกอริทึ่ม DTW ทำนายกรอบราคาในอนาคต ด้วยวิธีนี้ข้อมูลปริมาณคำสั่งซื้อขายในคลังของมาร์เก็ตเมคเกอร์จึงมีส่วนสำคัญอย่างมาก เนื่องจากบทบาทและเงินทุนของมาร์เก็ตเมคเกอร์ในตลาดซื้อขายอัตราแลกเปลี่ยน

เมื่อรวมโมเดลเหล่านี้เข้าด้วยกัน Opix Algo สามารถทำกำไรได้แม้กระทั่งกับกลยุทธ์การเทรดพื้นฐาน ดังนั้นเราจึงขอสรุปว่า Opix Algo เพียงพอต่อการเข้าถึงข้อมูลเชิงลึกสำหรับทิศทางการเปลี่ยนแปลงของราคาในระยะสั้นและพอสำหรับการเทรดในกรอบราคาที่มีปริมาณการซื้อขายสูงในตลาดอัตราแลกเปลี่ยน

ผลงานในอดีต

เพิ่มมูลค่าเงินลงทุนของคุณด้วยอัลกอริทึมที่ผ่านการตรวจสอบและมั่นใจกับการสร้างความมั่งคั่งอย่างยังยืน

ความปลอดภัยข

องอัลกอริทึมความเสี่ยง

ความเสี่ยงด้านตลาดเกิดจากการเคลื่อนไหวในทางลบของตลาด, การล้มเหลวของอัลกอริทึมที่อาจเกิดขึ้น, ระบบไอที, และความผิดพลาดจากขั้นตอนรวมและตัวบุคคล

การควบคุมก่อนการซื้อขายของ
Opix Algo

ตรวจสอบ market order ก่อนส่งคำสั่งซื้อขายให้ตลาด มันสามารถขัดขวางหรือยกเลิกคำสั่งเมื่อการเทรดอยู่ในช่วงราคาที่กำหนดไว้, เกินกว่าขนาดสูงสุด หรือ ระบุคำสั่งซื้อขายส่วนเกินโดยอัตโนมัติ

การควบคุมระหว่างการซื้อขายของ
Opix Algo

ทำให้ผู้ใช้งานหรือผู้จัดหาสามารถปรับพารามิเตอร์ในระหว่างการใช้งานซึ่งเกิดขึ้นบ่อยในกรณีที่ภาวะตลาดมีการเปลี่ยนแปลงหรืออัลกอริทึมทำงานได้ผิดจากที่คาด นี่เป็นเรื่องสำคัญ ยกตัวอย่างเช่นในกรณีที่ตลาดมีสภาพคล่องต่ำมาร์เก็ตเมคเกอร์สามารถครอบงำปริมาณซื้อขายหรืออาจจะหยุดทำการซื้อขายไปเลย

การควบคุมหลังการซื้อขายของ
Opix Algo

ระบบทำการตรวจสอบภาวะตลาดในระหว่างวันอย่างต่อเนื่องและดำเนินการซื้อขายเมื่อเกินลิมิตที่ตั้งไว้ อัลกอริทึมจะระบุข้อผิดพลาดและปัญหาที่อาจจะเกิดขึ้น, วิเคราะห์สถานการณ์และพัฒนากลยุธ์การเทรดและการควบคุมความเสี่ยง

LANGUAGE