RivonarisPro traite de gros volumes de données de marché via un moteur d'IA prédictif, convertissant le bruit du signal brut en recommandations classées et exploitables avant que les modèles conventionnels ne terminent leur calcul.
Le noyau prédictif ingère en parallèle la profondeur du carnet d’ordres, les indicateurs macro et les surfaces de volatilité, puis réévalue les pondérations de probabilité à chaque tick entrant.
La couche algorithmique combine des arbres de décision améliorés par gradient avec un module d'attention récurrente, pondérant davantage les clusters de volatilité récents que les moyennes historiques à long terme. Le résultat est une recommandation évaluée par la confiance, et non un signal binaire.
Le volume d'ingestion maximal se produit généralement pendant le chevauchement des heures de négociation de Francfort et de New York, lorsque le modèle élargit sa fenêtre d'échantillonnage pour compenser l'écart entre les marchés.
RivonarisPro ne détient pas de fonds dans une structure mutualisée et n'impose pas de période de conservation. Le capital alloué à une stratégie reste retirable à tout moment, sous réserve des fenêtres de règlement standards de la plateforme connectée.
Lancé directement depuis le terminal, aucun ticket d'assistance ni approbation manuelle requis pour les montants standard.
L'exposition ouverte liée au capital retiré est clôturée ou ajustée en fonction des paramètres de risque du compte.
Le règlement suit l'heure de compensation standard du courtier ou du dépositaire connecté – généralement le jour même pour les transferts nationaux.
L’efficacité du capital dépend de la capacité à réaffecter rapidement. Le blocage des fonds pour des périodes de détention arbitraires va à l’encontre de ce principe, c’est pourquoi RivonarisPro a été conçu sans eux dès le départ.
Toutes les activités de retrait sont enregistrées dans le grand livre du compte, visible dans le terminal sous Historique des transactions, sans agrégation ni retard dans la déclaration.
Les chiffres ci-dessous reflètent le comportement du modèle dans des conditions de back-test et de surveillance en direct tout au long du cycle d'étalonnage actuel.
| Classe d'instruments | Précision prédictive | Moy. latence du signal | Production ajustée au risque |
|---|---|---|---|
| Majors de change | 81,2% | 3,8 ms | 1,9x |
| Contrats à terme sur indices | 76,9% | 4,1 ms | 2,2x |
| Actifs numériques | 74,3% | 5,6 ms | 2,6x |
| Matières premières | 79,5% | 4,4 ms | 2,1x |
Chaque étape du pipeline est conçue pour être inspectée de manière indépendante, ce qui est important pour les équipes institutionnelles qui ont besoin d'une piste de décision vérifiable.
Les données de marché, la profondeur du carnet d'ordres et les flux macroéconomiques sont normalisés et alignés dans le temps avant d'entrer dans le modèle, supprimant ainsi les écarts de formatage spécifiques au lieu.
Le modèle pondéré en fonction de l'attention évalue chaque point de données par rapport aux groupes de modèles historiques et au régime de volatilité actuel, produisant ainsi un ensemble de résultats classés par probabilité.
Les recommandations sont transmises au terminal ou via API avec un score de confiance et les facteurs sous-jacents qui ont le plus contribué au classement.
Ce sont les questions les plus fréquemment soulevées par les équipes d’ingénierie et de conformité lors de l’évaluation.