超过500+交易对实时分析作为决策依据
Meronexa 并行处理订单簿深度、交易量概况和波动性集群，并提供具有可理解理由的量化信号 - 无需黑盒逻辑。
处理延迟< 90 毫秒
覆盖情侣第512章
更新间隔250毫秒
Meronexa 并行处理订单簿深度、交易量概况和波动性集群，并提供具有可理解理由的量化信号 - 无需黑盒逻辑。
Meronexa 的基础设施是为并行处理而不是顺序查询而设计的。与传统的轮询方法相比，这显着缩短了市场进入和信号输出之间的时间。
终端中实时直播的显示示例，该页面没有实时数据。
每个数据点在包含在模式识别中之前都会经过标准化层。这确保了加密货币、外汇和指数市场之间的比较保持一致，即使每个数据提供商的输出格式结构不同。
Meronexa 是为那些希望根据可理解的数据而不是主观评估做出决策的交易者而开发的。该系统将统计模型与基于规则的验证相结合，以便每个信号都可以追溯到特定的触发器。
该开发重点关注三点：低延迟、可理解的模型逻辑以及足够大的数据库，可以将统计上可靠的模式与短期市场噪音区分开来。
该模型将时间序列分析与基于规则的验证层相结合。首先识别统计异常（例如异常订单不对称或波动性集群），然后根据历史比较模式进行检查。只有高于定义的置信水平的匹配才会生成信号。
这种两阶段测试减少了错误信号，这些信号通常是由纯模式识别模型中的短期噪声引起的。
工作流程
每个信号都可以追溯到原始数据点。这将该方法与仅通过不透明神经权重做出决策的模型区分开来。
来自订单簿、交易量和参考价格的实时数据流被持续记录并检查完整性。间隙或延迟的数据点被标记，而不是人为插值。
统计模型可以识别与历史分布的偏差，例如交易量峰值或波动率集群。各个因素的权重被记录下来并且可见。
每个公认的模式都会根据固定规则进行检查，例如最小流动性或最大滑点容忍度。只有经过此检查后，信号才会到达终端。
模型参数的权重根据时间范围的不同而不同。以下概述显示了哪个模块与哪种方法相关。
| 交易风格 | 时间范围 | 数据聚焦 | 相关模块 |
|---|---|---|---|
| 倒卖 | 秒到分钟 | 订单簿深度、报价量 | 延迟优化的信号管道 |
| 波段交易 | 几小时到几天 | 波动性集群、趋势强度 | 中期模式识别 |
| 投资组合对冲 | 几天到几周 | 相关矩阵，回撤风险 | 风险管理参数 |
Meronexa 提供 REST 接口和用于实时数据的 WebSocket 源。这两个接口均已记录，并且可以连接到现有的订单管理系统，而无需透露内部基础设施。
统计基础模型根据当前市场数据定期进行调整。一旦结构性市场条件（例如流动性制度）发生明显变化，验证规则就会独立调整。
连接经过加密传输，对帐户和配置数据的访问根据角色受到限制。市场数据和账户信息分开处理并专门用于信号生成。
Meronexa 面向使用结构化数据的交易者和分析师。根据数据深度和 API 配额，访问权限分为三个级别。
访问信号源和基本仪表板，API 配额有限。
完整的信号源、先进的风险参数、更高的 API 配额。
单独集成、专用数据配额、扩展支持。