データドリブンなリスク管理

AI予測モデルによってサポートされる動的なストップロス

Amphojel は、ボラティリティ、流動性、履歴パターンをリアルタイムで分析し、市場状況の変化に応じてストップロス レベルを再計算し、エントリー戦略を置き換えることなくドローダウンのリスクを軽減します。

ボラティリティ 資産ごとに短い間隔で監視
相関関係 資産とベンチマークの間のクロス
自動調整 ストップレベルから、あなたが定義した制限内で

結果は、リスクプロファイル、取引される資産、各セッションの市場状況によって異なります。

問題

日中のボラティリティは、最も経験豊富なトレーダーでも規律を試される

セッションの開始時に設定される固定ストップロスは、1 日を通してのボラティリティの動きを反映することはほとんどありません。不確実性が高まった瞬間には、同じストップレベルが狭すぎて早期の撤退を引き起こしたり、幅が広すぎて計画よりも大きな損失が発生したりする可能性があります。

ストップロスをリアルタイムで手動で調整するという決定は、感情的な決定でもあります。これには、プレッシャー、限られた時間、そして多くの場合、確証バイアスが伴います。 Amphojel は、この手動調整を、瞬間的な反応ではなく市場データに基づく継続的な分析プロセスに置き換えます。

Amphojel データ分析チームが市場指標を検討

テクノロジー

予測モデルがストップロスをいつ移動するかを決定する方法

このシステムは、ボラティリティ、流動性、資産間の相関という 3 つの分析層を組み合わせて、ユーザーが定義したリスク制限を常に尊重しながら、現在の価格とストップレベルの間の理想的な距離を継続的に再計算します。

V

ボラティリティの測定値

短いウィンドウにわたる価格振幅を測定して、通常のノイズと関連する方向の動きを区別します。

L

流動性の深さ

ストップを狭めたり広げたりする前にオーダーブックで利用可能な出来高を考慮し、薄い市場状況での約定を回避します。

C

資産間の相関関係

資産の動作を関連する参照インデックスと比較し、個別の動きと全体的な動きを示します。

R

ユーザー定義の制限

各自動調整では、これらのパラメータを超えることなく、以前に設定されたリスク許容度および最大制限が尊重されます。

このモデルは将来の価格を確実に予測するものではありません。受信した新しいデータセットごとにポジションを再計算することで、静的なストップロスが実際の市場状況とずれてしまう可能性を減らします。

方法論

生データから調整決定まで: 4 段階のプロセス

データの処理方法に関する透明性は、Amphojel の構築および検証方法の中心部分です。

市場データの収集

価格、出来高、注文帳の深さは、元の値を変更せずに、証券口座にリンクされたデータ ソースから受信されます。

正規化とパターン検出

データは資産ごとに正規化され、過去のシリーズと比較されて、通常の動作からの関連する逸脱が特定されます。

継続的なバックテスト

各ルール調整は、実際の環境で利用可能になる前に、過去のボラティリティの高い期間と低い期間に対してテストされます。

定義された制限内での実行

新しいストップロスレベルは、設定したリスク許容度および資本ルールの範囲内にある場合にのみ適用されます。

データソースに関する注意: 使用される市場データは、ブローカー接続、または Amphojel が統合する市場データ プロバイダーから直接取得されます。身元不明の第三者からのデータやトレーサビリティのない外部予測は使用されません。

実用化

さまざまな取引スタイルが動的ストップロスをどのように利用するか

モデルの動作は、各取引スタイルの期間とリスク許容度に適応します。

スキャルピング

細かい操作のための短い間隔の調整

非常に短い期間のオペレーションでは、モデルは即時のボラティリティと流動性の深さを読み取ることを優先し、オペレーションごとのリスクを過度に高めることなく速い動きに追従するために同じポジション内でストップを数回再計算します。

スイングトレード

複数日間の傾向を追跡するストップ

数日間にわたって保有されるポジションの場合、モデルは資産と中期トレンドの間の相関関係をより重視し、一貫した動きの場合はストップを徐々に広げ、相関する資産に反転の兆候が現れるとストップを狭めます。

アルゴリズム取引

既存の戦略上のリスク層としての統合

すでに独自の自動化システムで運用しているトレーダーは、Amphojel をストップロス管理レイヤーとしてのみ使用でき、API 経由で再計算されたレベルを受け取り、独自の戦略のエントリーおよびエグジットのロジックを変更せずに維持できます。

よくある質問

レイテンシー、統合、データに関する技術的な質問

市場の変化を検出してからストップロスを調整するまでの平均待ち時間はどれくらいですか?

レイテンシは、接続されているデータ ソースとその時点の市場負荷によって異なりますが、内部の再計算プロセスは、新しいデータを受信するとミリ秒単位で動作するように設計されています。ボラティリティが非常に高い期間では、たとえレイテンシーがわずかに増加することを意味するとしても、システムの優先事項はチューニングの一貫性です。

Amphojel はブローカーと直接統合されますか?

統合は、使用されるブローカーと、互換性のある注文実行 API の可用性によって異なります。直接接続が不可能な場合、システムは推奨モードで動作し、手動確認のために新しい停止レベルを示すことができます。

ストップロス調整は実際の口座に適用される前にテストされていますか?

はい。調整ロジックへの各変更は、実際の口座で使用できるようになる前に、さまざまなボラティリティ体制の過去の期間に対してバックテストされます。バックテストの結果は指標であり、将来のパフォーマンスを保証するものではありません。

システムが決して超えてはならない最大制限を設定できますか?

はい。操作ごとおよびアカウントごとのリスク制限は、自動化がアクティブになる前にユーザーによって定義され、モデルにはこれらの制限を超えた調整を提案または適用する権限はありません。

オープンポジション中にデータ接続に障害が発生した場合はどうなりますか?

接続に障害が発生した場合、システムは保護を解除したり、更新されたデータなしで値を推定したりする代わりに、最後に検証されたストップロスレベルを維持し、通知を発行します。

プラットフォームに関して他に技術的な質問はありますか? サポートセンターに相談する 統合と構成の詳細については、「」を参照してください。

ポートフォリオ内で動的なストップロスがどのように動作するかを分析します

このデモでは、モデルが履歴データをどのように処理するかを示し、継続使用を決定する前に独自のリスク制限を構成できるようにします。

戦略を洗練する

デモにアクセスするのにクレジット カードは必要ありません。