Ноябрь 2018
Предисловие
Торговля на традиционных финансовых и криптовалютных рынках невыгодна для подавляющего большинства участников – трейдеров. В предоставлении доступа к традиционным финансовым рынкам для трейдеров преобладают именно брокерские компании, которые агрессивно получают прибыль от своих клиентов за счет искусственно скорректированных рыночных цен, спредов, невообразимых сборов и комиссий, во многих случаях без ведома трейдера. Кроме того, покупатели и продавцы криптовалюты платят maker и taker сборы, и комиссию за использование кредитного плеча для торговли криптовалютами и не могут использовать свою криптовалюту для торговли на традиционных финансовых рынках.
Традиционные брокерские компании и централизованные криптовалютные биржи, которые предлагают маржинальную торговлю охотятся в основном на трейдеров по всему миру, принуждая их оказаться в невыгодном положении по отношению к рынку. Трейдеры покупают и продают криптовалюту, фиатные пары, акции и фьючерсы по менее выгодным ценам, из-за оплаты различных комиссий и сборов, не имея при этом никакого преимущества на рынке при принятии решения о том, что покупать, и что продавать. Трейдеры вынуждены получать доступ к рынкам через брокерские конторы и биржи, интересы которых не совпадают с их собственными, если не прямо противоположны. Что еще хуже, от сделок трейдеров извлекается еще больше выгоды. Их торговые данные на регулярной основе попадают в руки хедж-фондов и банков, которые в свою очередь, используют их для построения прибыльных торговых стратегий, которые находятся в прямом конфликте и поэтому наносят ущерб трейдерам.
Quantfury заканчивает эту практику раз и навсегда. Quantfury делает торговлю на традиционных и криптовалютных рынках свободной, справедливой и прозрачной. Пользователи Quantfury торгуют по ценам покупки и продажи в режиме реального времени которые котируются на существующих криптовалютных и традиционных биржах, без каких-либо комиссий, таких как комиссии за кредитное плечо, или maker и taker сборы.
Оглавление
- Предисловие
- Предложение
- Проблема
- Торговля на Всех Финансовых Рынках с Непревзойденными Условиями
- Приложение
- Список Всех Активов Доступных Для Торговли
- Токенизация Экономики Quantfury
- Монетизация Торговых Данных
- Матрица Приемуществ Quantfury
- Ценности
- Часто Задаваемые Вопросы
- Заметки
Предложение
Quantfury предлагает трейдерам, инвесторам и крипто холдерам торговать на традиционных финансовых и криптовалютных рынках с непревзойденными условиями.
Для крипто холдеров, инвесторов и просто трейдеров
-
Торгуйте без каких-либо комиссий, сборов за кредитное плечо, и maker и taker сборов.
-
Используйте криптовалюту для покупки и продажи акций, криптовалютных пар, фиатных пар, фьючерс контрактов, и индексов.
-
Всегда торгуйте по лучшей (самой низкой) доступной цене покупки и лучшей (самой высокой) доступной цене продажи.
Проблема
-
Крипто биржи предлагают только маржинальную торговлю криптовалютой, при этом предоставляя синтетические цены и взимая ненужные сборы, что ставит их пользовательскую базу в постоянное невыгодное положение.
-
Традиционные розничные брокеры делают ставки против своих пользователей и получают прибыль от искусственно скорректированных рыночных цен покупки и продажи, комиссий и сборов за кредитное плечо.
Все трейдеры исполняют свои ордера на покупку по текущей цене продажи и ордера на продажу по текущей цене покупки; по этой причине они автоматически оказываются в невыгодном положении при каждой совершаемой ими сделке. Проще говоря, трейдеры всегда покупают дороже, а продают дешевле, по сравнению с последней рыночной ценой торгуемого ими актива. Когда биржа или брокер манипулируют спредом между ценами покупки и продажи, чтобы сделать их еще шире, также взимая более высокие торговые комиссии и более высокие комиссии за кредитное плечо и снятие средств, то заведомая потенциальная убыточность которой противостоит трейдер изначально увеличиться еще больше, и потери увеличатся в соответствии с этим.
Данные методы представляют собой основу бизнес модели для большинства традиционных брокерских компаний и криптовалютных бирж предлагающих маржинальную торговлю. Эта бизнес-модель также известна как модель «churn and burn», где удержание пользователей становится менее приоритетным, поскольку берется во внимание, что пользователи в конечном итоге потеряют значительную часть своих средств («burn») и прекращают торговлю («churn»). Цель состоит в том, чтобы сжечь как можно больше капитала трейдера до того, как произойдет («churn»).
Хотя модель «churn and burn» может объяснить глубину убытков пользователя, она все же не может объяснить, почему такой высокий процент трейдеров теряет деньги. Общеизвестно, что большинство трейдеров теряют деньги (1), однако индустрия утаивает точную статистику этих потерь. Некоторые из этих статистических данных доступны время от времени из-за того, что некоторые розничные брокеры обязаны публиковать свои отчеты о производительности трейдеров в качестве нормативного требования регуляторов. Эти отчеты намеренно содержат мало подробностей, но все же указывают на тот факт, что от 65% до 80% трейдеров теряют деньги (1). Исследовательские работы, проводимые учеными со всего мира по анализу розничной торговли акциями, фьючерсами и валютными парами, указывают на гораздо более мрачную картину потерь трейдеров. Эти исследования показывают, что 95% трейдеров теряют деньги, в то время как 4% остаются без убыточными и 1% получают прибыль. Кроме того, проигравшему трейдеру требуется в среднем три года, чтобы бросить спекуляцию на рынке и прекратить торговлю (2).
Решение трейдера купить или продать определенные финансовые активы основывается не только на доступных рыночных данных, таких как цена актива, но и на закономерностях поведения. Эти закономерности, в частности, относятся к принятию решений большинством трейдеров на основе потенциальной стоимости убытков и прибыли, а также к оценке их потерь и прибыли с использованием некоторых эвристик (3). В когнитивной психологии и теории принятия решений, неприятие потерь относится к склонности людей к предпочтению избежать потерь вместо получения эквивалентной выгоды – для них лучше не потерять 5 долларов, чем получить 5 долларов. Этот принцип очень важен в области экономики и торговли. Что отличает избегание потерь от избегания риска, так это то, что эффективность денежной выплаты зависит от того, что произошло ранее или что ожидалось. Некоторые исследования показали, что потери в психологическом плане воспринимаются вдвое сильнее, чем прибыль. Также, недавно опубликованная научно исследовательская статья Массачусетского технологического института, в которой анализируются данные по более чем 80,000 традиционных розничных брокерских сделок, пришла к выводу, что действительно большинство проигрывающих трейдеров держатся за свои убытки в два раза дольше, чем трейдеры которые выигрывают (4).
Из-за существующей разницы между рыночной ценой покупки и продажи финансового актива, а также из-за особенностей психологии трейдеров, Quantfury не изменит процент трейдеров которые несут убытки, однако размер убытка пользователей будет гораздо ниже.
Торговля на Всех Финансовых Рынках с Непревзойденными Условиями
Приложение
Приложение Quantfury является самым экономически эффективным, честным и прозрачным выбором для торговли на финансовых рынках.
Quantfury разработала мобильное приложение для смартфонов, которое позволяет владельцам криптовалюты торговать с использованием фиатных валют, различные финансовые инструменты, такие как: акции, криптовалюты, фиатные пары, и фьючерсы, которые котируются на Американских и Европейских биржах, без уплаты комиссии, сборов за использование кредитного плеча или других видов сборов. Цены на покупку и продажу всех торгуемых финансовых активов всегда соответствуют их ценам в режиме реального времени на мировых традиционных и криптовалютных бирж, где они торгуются (5), и никогда искусственно не корректируются.
Только криптовалюты (без «фиатных» валют) принимаются для пополнения баланса аккаунта пользователя для начала торговли в приложении Quantfury. Пользователи получают доступ к постоянной торговой силе в долларах, которая составляет x20 от их первоначального пополнения баланса аккаунта. Эта торговая сила остается постоянной. Баланс аккаунта в криптовалюте обеспечивает потенциальные убытки, понесенные в фиатной валюте торговой силы в соответствии с текущим обменным курсом. Пользователи не могут понести убытки, превышающие сумму баланса аккаунта в криптовалюте согласно самым последним данным обменного курса. Максимальный размер торговой силы, разрешенный приложением Quantfury, составляет $200,000, для чего требуется первоначального пополнения баланса аккаунта в размере $10,000 в крипто эквиваленте.
Пример:
Пользователь пополняет свой баланс аккаунта в форме биткоина, в эквиваленте $100, получая постоянную торговую силу $2000 которую пользователь может использовать по своему усмотрению, для торговли на криптовалютном рынке, а также на традиционных финансовых рынках. Данная торговая сила в $2000 остается постоянной, вне зависимости от убытков понесенных в результате торговли. Убытки, понесенные в результате торговли, не могут превышать эквивалент баланса аккаунта в долларах; в противном случае торговля будет остановлена, а позиции будут ликвидированы.
Список Всех Активов Доступных Для Торговли
Акции и ETFs
Более 475 Американских и Европейских акций компаний средней и большой капитализации, и ETFs
Криптовалютные пары
BTC/USDT, ETH/USDT, EOS/USDT, LTC/USDT, DASH/USDT, IOTA/USDT, NEO/USDT, XMR/USDT, XRP/USDT, ETC/USDT, ZEC/USDT, ADA/USDT, QTUM/USDT, XTZ/USDT, LINK/USDT
Фьючерсы
S&P 500 E-mini, Dow E-mini, NASDAQ-100 E-mini, Crude Oil, Natural Gas, Gold, Platinum, Silver, Copper
Фиатные Пары
USD/CAD EUR/USD EUR/GBP USD/JPY GBP/USD AUD/USD NZD/USD USD/CHF EUR/JPY CAD/JPY GBP/JPY AUD/JPY NZD/JPY CHF/JPY
Архитектура Торговой Платформы
Платформа Quantfury использует архитектуру микросервисов чтобы обеспечить масштабирование нового поколения для пользователей приложения. Платформа устанавливает стандарт надежно масштабируемой и высокопроизводительной доставки данных для транзакционных сервисов, разбивая работу на несколько связанных сервисов, которые можно независимо обновлять и масштабировать в нескольких измерениях.
Торговая платформа Quantfury спроектирована таким образом, чтобы соединять пользовательские торговые ордера внутри платформы, а также обеспечивать гарантированное исполнение любого пользовательского торгового ордера и непрерывную торговую деятельность ордеров, которые не были соединены. Платформа Quantfury - это единственный в отрасли "light pool", доступный трейдерам напрямую.
Платформа Quantfury является полной противоположностью концепции "dark pool", которая существует в основном для институциональных трейдеров. В "light pool" Quantfury каждый участник получает непревзойденные торговые условия, все участники являются трейдерами, а вся деятельность торговой платформы может быть проверена и верифицирована с помощью блокчейна. Кто угодно может быть владельцам этого пула, и также получать выгоду от его операций с помощью владения токенов. Поэтому интересы участников, держателей токенов и самой платформы Quantfury всегда полностью совпадают.
Quantfury гарантирует, что все пользовательские ордера котируются и исполняются по лучшим биржевым ценам покупки и продажи, без каких-либо торговых комиссий или платы за кредитное плечо, независимо от количества ежедневных активных пользователей.
Прозрачность Quantfury
Главный актив платформы Quantfury - торговые данные пользователей, которые оцифровываются и публикуются с использованием smart контракта и IPFS, контентно-адресуемой файловой системой:
- После закрытия позиции, анонимный торговый идентификатор вместе с данными о сделке, включая цену покупки и продажи, последнюю цену и дата и время трейда хранятся в зашифрованном виде в IPFS;
- Хэш этих данных хранится в Ethereum mainnet;
- Quantfury публикует ключ для расшифровки этих данных с 30-ти дневной задержкой по времени, для целей аудита. Ключ расшифровывает ежемесячные данные о закрытых позициях пользователей и сохраняется в smart контракте Quantfury на базе Ethereum;
- Данный ключ можно увидеть через Quantfury DAPP или выполнив функцию Smart контракта Quantfury для его получения.
Монетизация Торговых Данных
Разработанный Quantfury AI (искусственный интеллект) использует несколько количественных торговых стратегий, основанных на моделях машинного обучения, обученных на пользовательских торговых данных для получения дохода. Такая модель непрактична для традиционных брокерских компаний, где точность торговых данных отрицательно предопределена из-за скорректированных спредов, сборов, комиссий, отсутствия ограничений на размер пользовательских депозитов, а также различных требований к пользовательскому маржинальному балансу для получения торгового плеча. Экосистема Quantfury обусловлена необходимостью создания идеальных торговых данных, которые были бы наименее предвзятыми и представляли бы "чистейший" рыночный сентимент. Эта экосистема достигается за счет того, что пользователи торгуют по лучшим ценам покупки и продажи в режиме реального времени, без комиссий и сборов, а также с постоянной торговой силой.
Большинство решений которые принимает трейдер обусловлены психологией прибыли и убытков, описанной в Теории Перспектив (3). Реакция трейдера на колебания рынка может быть сформулирована в количественные поведенческие модели, основанные на реакции трейдера на его/ее торговую прибыль или убытки.
Монетизация индивидуальных торговых данных уже в течение длительного времени является распространенной практикой для финансовых учреждений, которые приобретают или владеют (6) значительными потоками торговых ордеров, что позволяет им формулировать прибыльные торговые стратегии. Трейдеры платят комиссии и различные сборы за свою торговую деятельность, никогда не получая долю монетизации торговых данных, которые они сами же генерируют.
Финансовые учреждения анализируют потоки торговых ордеров их клиентов одномерно, не имея полной картины торгового поведения клиента помимо его ордера. Такое поведение во многом определяется размером аккаунта клиента, размером используемого им торгового плеча и его предыдущей истории торговли.
Экосистема Quantfury разработана для создания идеальной базы данных для своих пользовательских торговых данных, посредству:
-
Эффективной группировки факторов "страха и жадности" пользователей, предлагая постоянную торговую силу вне зависимости от результатов торговли;
-
Фиксированная сумма первоначального пополнения баланса аккаунта в начале торговли в Quantfury, таким образом, делая ряд групп трейдеров со схожими коэффициентами страха и жадности;
-
Наличия наименее предвзятого или "чистейшего" трейдерского сентимента рынка, с помощью предоставления возможности пользователям торговать с лучшими ценами покупки и продажи в режиме реального времени, без комиссий и сборов;
-
Доступа к полной истории торговых решений пользователя.
Quantfury постоянно обновляет и применяет алгоритмы машинного обучения на торговые данные, генерируемые в своей экосистеме. Эти алгоритмы машинного обучения позволяют принимать автоматические торговые решения о покупке, продаже или не принимать действие для каждого входящего торгового ордера пользователя Quantfury. Машинное обучение поведения трейдера, как индивидуальное, так и групповое, проводится в каждый момент текущего состояния экосистемы Quantfury в режиме реального времени, таким образом, постоянно улучшая финансовое благосостояние платформы.
Для поддержания эффективности и целостности алгоритмов машинного обучения Quantfury, а также решений в области автоматизированной торговли, фундаментальным требованием является обеспечение непревзойденных торговых условий для пользователей приложения, что, в свою очередь, обеспечивает наиболее объективные данные о сентименте рынка со стороны трейдеров. Кроме того, предсказывающая сила платформы постоянно усиливается в результате того, что деятельность внутри платформы происходит совершенно беспристрастно.
Алгоритмы машинного обучения, используемые в Quantfury:
A. Многослойный перцептрон (MLP), является довольно простой формой искусственной нейронной сети, известной как Feedforward Neural Network (FNN). FNNs называются так потому, что информация проходит через них только в одном направлении. MLP состоит из вводного слоя, одного или нескольких скрытых слоев и из выводного слоя. Каждый нейрон в MLP выполняет взвешенную сумму каждого вывода из предыдущего слоя (поэтому эти нейроны известны как плотно связанные), добавляет дополнительное число, называемое смещением, и применяет нелинейную функцию для получения своего вывода. Нелинейность важна, поскольку технически она позволяет MLP аппроксимировать любую функцию.
Простой 4-х cлойный MLP указан ниже:
MLPs обучаются, как и большинство других искусственных нейронных сетей - с помощью алгоритма обратного распространения. Этот алгоритм является формой подконтрольного обучения, где ввод разрешается распространять по сети, а затем вывод сравнивается с идеальным выводом. Различие между этим конкретным выводом и идеальным выводом называется ошибкой. Алгоритм определяет, какие нейроны, слой за слоем, внесли свой вклад в ошибку, и каким образом, а затем итеративно подстраивает их под каждый пример.
B. Автоэнкодировщик
Автоэнкодировщик - это нейронная сеть, предназначенная для дистиллирования важных аспектов вводных данных в сокращенную форму или код. Эта сокращенная форма полезна не только потому, что она эффективна в отношении размера данных, но и потому, что автоэнкодировщик удаляет из вводных данных наименее релевантную информацию. Это позволяет другим алгоритмам машинного обучения учиться более эффективно, если вводные данные сначала автоэнкодированы.
Автоэнкодировщик обычно принимает форму MLP со скрытыми слоями, уменьшается в размере до определенного момента, а затем увеличивается до исходного размера с тем же количеством слоев. После, алгоритм обучается таким образом, что он пытается воссоздать вводные данные при выводе. Это может показаться тривиальным, но по мере того, как размер скрытых слоев постепенно уменьшается, алгоритм должен научиться воссоздавать вводные данные из отсутствующей информации. Поэтому процесс обучения интуитивно учится сохранять только наиболее важные аспекты данных.
Первая часть сети известна как энкодер, а вторая часть - как декодер. После того, как процесс обучения завершен для преобразования данных используется только энкодер. Ниже показана диаграмма, описывающая эти части сети:
С. Q-learning
Q-learning является частью совокупности методов машинного обучения, известных как обучение с подкреплением. Обучение с подкреплением связано с оптимизацией того, как искусственный агент воздействует на окружающую среду, чтобы максимизировать некоторое представление о вознаграждении в долгосрочной перспективе - так же, как и обучение животного.
В Q-learning существует набор состояний (S) и набор действий (A), которые могут быть предприняты в каждом возможном состоянии. Выполняя одно из этих действий в определенном состоянии, агент переходит из одного состояния в другое и получает определенное вознаграждение в зависимости от действия и состояния.
Целью алгоритма Q-learning является поиск функции Q, которая способна сказать агенту, какое действие является лучшим в любом из данных состоянии. Эта функция находится в процессе обучения, где алгоритму дается цель высокого уровня, которую он пытается максимизировать - совокупное вознаграждение от всех своих действий. Примеры этого включают в себя окупаемость инвестиций для торгового бота, или высший балл бота, пытающегося научиться играть в "понг". Функция Q может принимать различные формы и, как правило, является MLP, как говорилось ранее.
Процесс обучения Q-learner можно описать математически следующим образом:
Можно четко увидеть, что функция обновляется с учетом как вознаграждения, которое агент может получить за текущее действие, так и того, как это действие может повлиять на способность выполнять последующие действия в будущем, которые также имеют соответствующее вознаграждения.
Цель и описание архитектуры машинного обучения Quantfury:
A. Задача
Целью архитектуры машинного обучения Quantfury является максимизация доходности с учетом риска. Мониторинг активности трейдеров на платформе Quantfury, а также интеграция технических индикаторов из всех наших инструментов позволяет нам построить комплексное представление о состоянии рынка, из которого наш Q-leaner может принимать выгодные торговые решения. Именно эта система позволяет Quantfury оставаться прибыльной, при этом предлагая пользователям справедливую торговую среду.
B. Стриминг Данных
Quantfury включает в себя несколько различных потоков данных в свою архитектуру машинного обучения для точной оценки своей экосистемы. Эти потоки данных могут быть разделены на трейдерские данные и данные о финансовых активах.
Трейдерские данные состоят из поведения трейдеров на платформе. Эти данные анонимизированные и просто используются для моделирования действий агентов на платформе, а не для отслеживания отдельных лиц. Данные о трейдерах состоят из полной торговой истории, включая ROI за лонг или шорт позиции, риск и т.д. Затем эти данные далее обрабатываются в rolling time windows и rolling position windows, давая представление о том, как развивались действия трейдера за открытую позицию и за определенное прошедшее время.
Другой поток данных содержит сводную информацию обо всех финансовых активах, торгуемых на Quantfury. Сюда входит большое количество технических индикаторов, таких как скользящие средние и волатильность, а также то, как эти индикаторы развивались с течением времени для каждого конкретного актива.
C. Архитектура AI Quantfury состоит из 3 основных элементов - системы глубоких автоэнкодеров, сети прогнозирования позиции и системы из Q-learners.
Автоэнкодеры обучены интеллектуальному извлечению наиболее важной информации, содержащейся в потоках данных, которые мы упомянули выше. Для каждого потока данных необходим свой автоэнкодер, так как каждый поток данных имеет различные характеристики, которые должны быть закодированы. Это не только позволяет улучшить производительность, автоэнкодеры также позволяют совершить сжатие данных, ослабляя ограничения пропускной способности и улучшая системную задержку - жизненно важную для точных и своевременных сделок.
После того, как все потоки данных автоэнкодированы, MLP делает прогноз по производительности текущей позиции конкретного трейдера с учетом всей текущей и исторической информации. Это выполняется для каждой открытой позиции по каждому отдельному инструменту и отдельной модели.
Описанный выше прогноз затем добавляется ко всем автоэнкодированным потокам данных в текущем временном интервале. Это создает состояние, которое полностью описывает экосистему Quantfury. Такое состояние затем может быть использовано Q-learners для того, чтобы продиктовать действие, которое должен предпринять Quantfury - какую позицию нужно занять по определенному активу и насколько большую позицию нужно занять. Q-learner обучается для каждого актива таким образом, что он может научиться работать с конкретной динамикой этого конкретного актива.
Таким образом, все модели работают вместе, чтобы создать автономный список решений в режиме реального времени, которые Quantfury должен принимать в любой момент времени, учитывая всю платформу и общий системный риск.
Матрица Приемуществ Quantfury
Приложение Quantfury было сделано, чтобы быть платформой выбора для торговли криптовалютой и традиционными финансовыми активами, и предложить неоспоримое ценностное преимущество для крипто-трейдеров и держателей криптовалют, а также клиентов традиционных брокерских услуг.
