Gestor de estratégia
O módulo de estratégias de negociação é responsável pela implementação e execução de algoritmos de negociação automatizados com base numa lógica predefinida e nas condições de mercado. Este módulo combina técnicas de aprendizagem automática, nomeadamente algoritmos de boosting, com o plano de negociação específico do cliente para gerar conhecimentos accionáveis e executar transacções em tempo real.
No centro do módulo está a própria estratégia, representada como uma classe separada, que encapsula a lógica de negociação e define as acções a tomar em vários cenários de mercado. Ao trabalhar com conjuntos de dados relevantes utilizando a aprendizagem automática, o módulo identifica e extrai características dos dados para treinar modelos que implementam automaticamente as estratégias com base nas condições actuais.
O processo começa com o treino dos modelos ML utilizando os conjuntos de dados seleccionados. Estes modelos analisam e processam informações de mercado, incluindo volumes de transacções, para detetar anomalias e determinar os melhores pontos de entrada ou saída para activos específicos. Utilizando algoritmos de reforço, que proporcionam uma maior precisão, os modelos geram previsões para os preços dos activos nos intervalos de tempo mais curtos possíveis, como milissegundos.
Os modelos de ML comunicam com o backend do sistema de negociação, onde as previsões resultantes são armazenadas numa base de dados para posterior análise e tomada de decisões. À medida que os dados de mercado chegam das bolsas, os modelos avaliam as condições em relação a pedidos e critérios predefinidos. Com base nestas avaliações, os modelos geram previsões que informam as decisões de compra ou venda.
Os modelos aprendem e adaptam-se continuamente aos padrões do mercado, melhorando as suas capacidades de previsão ao longo do tempo. Isto permite que o sistema capte rapidamente discrepâncias de preços em diferentes bolsas, identificando oportunidades de venda a preços mais elevados ou de compra a preços mais baixos.
A arquitetura do módulo foi concebida para suportar várias bolsas que oferecem ferramentas de negociação semelhantes. O seu principal objetivo é capitalizar as flutuações do mercado, identificando rapidamente oportunidades de negociação favoráveis. Ao incorporar dados de volume de negociação e deteção de anomalias orientada por ML, a ferramenta aumenta a probabilidade de execução de transacções.
