Az Northfernwayt sztochasztikus modellezést futtat több éves adatkészletek alapján, hogy azonosítsa a mérhető múltbeli teljesítménnyel rendelkező stratégiákat, majd döntéstámogatást hajt végre bármely stabil kapcsolattal rendelkező helyről.
Az Northfernwayt által kiadott minden ajánlás egy meghatározott sorozat kimenete, nem pedig egyetlen átláthatatlan előrejelzés. Az alábbi lépések felvázolják, hogyan válnak a nyers adatokból végrehajtható döntések.
A piaci, tranzakciós és működési adatkészletek összegyűjtése és normalizálása egy közös időindex alapján történik, megszüntetve a túlélési hézagokat, és kijavítva a határokon átnyúló adatokban gyakori időzóna-ellentmondásokat.
A jelölt stratégiákat a gördülő előzményablakok ellen alkalmazzák, hogy meghatározzák az eltérési tartományokat, a lehívási gyakoriságot és a helyreállítási időszakokat különböző feltételek mellett.
A Monte Carlo-stílusú újramintavételezés ahelyett, hogy egyetlen történelmi útra hagyatkozna, az egyes stratégiák számára elfogadható eredmények eloszlását generálja.
Az előre meghatározott kockázati küszöböt meghaladó stratégiákat a rendszer automatikusan kizárja, mielőtt bármilyen kimenet elérné a felhasználónak bemutatott döntési réteget.
A mögöttes rendszerlogika minden ajánlást valószínűséggel súlyozott kimenetként kezel, nem garanciaként. Konfidenciaintervallumok kísérik minden eredményt, és a stratégiákat gördülő alapon újraértékelik, amint új adatok kerülnek az adatkészletbe.
A platform három összehangolt komponensből épül fel. Mindegyik önállóan működik, de közös adatkészletet használnak, csökkentve a modulok közötti inkonzisztens kimenetek kockázatát.
A beérkező piaci és működési adatok feldolgozása folyamatosan történik, a pozíciók újraszámítása fix időközönként történik, nem pedig igény szerint. Ez csökkenti a késleltetést az alapfeltételek változása és az aktív ajánlások frissítése között, ami akkor számít, ha fix ütemezés nélkül dolgozik több időzónán keresztül.
A kitettségi korlátokat stratégiánként számítják ki a korábbi lehívási viselkedés alapján, nem pedig rögzített százalékok alapján. Ha a szimulált szórás meghaladja a konfigurált tűréshatárt, a motor automatikusan csökkenti a pozícióméretezést, mielőtt a változást a felhasználó elé tárja, nem pedig a tényt követően.
A modelleket rögzített ütemben képezik át egy bővülő adatablak segítségével, és mintán kívüli tesztelést alkalmaznak, mielőtt bármely frissített modell lecserélné a jelenleg gyártásban lévő modellt. A verzióelőzmények megőrződnek, így a teljesítmény egy adott modelliterációnak tulajdonítható.
Az Northfernwayt-et a független szolgáltatók és a mobil befektetők közös korlátai köré tervezték: szabálytalan hozzáférési ablakok és változó kapcsolat. A rendszer lehetőség szerint előre döntéseket hoz, és helyben tartja az állapotot, amikor a kapcsolat megszakad, és a hozzáférés visszaállítása után folytatja a szinkronizálást.
A konfigurációt stratégiakészletenként egyszer kezeli a rendszer. Ezt követően az elemző réteg a saját ütemezése szerint fut, és a felhasználó felülvizsgálja a kimeneteket, nem pedig folyamatosan kezeli a bemeneteket.
Ahelyett, hogy az ajánlásokra hagyatkozna, az Northfernwayt dokumentálja, hogyan épül fel a visszatesztelés, így a módszertan a saját feltételei szerint értékelhető.
A stratégiákat legalább öt éves múltbeli adatok alapján tesztelik, ahol rendelkezésre állnak, a kezdeti modellképzésből kizárt mintán kívüli időszakokat használva a túlillesztési torzítás csökkentése érdekében.
A forrásadatokat a felvétel előtt ellenőrzik a hiányosságok, az ismétlődő bejegyzések és az előretekintési torzítás szempontjából. A megoldatlan integritási problémákkal rendelkező adatkészletek megjelölésre kerülnek, és kizárják az aktív modellbemenetekből.
A korábbi eredményeket a varianciatartomány és a tesztelési időszak mellett jelentik, nem pedig egyetlen főcímadatként, így az eredmény mögött meghúzódó feltételek láthatóak maradnak.
Az alábbi válaszok a bevezetés előtt leggyakrabban felmerülő kérdésekre vonatkoznak, amelyek az adatkezelés, az integráció és az automatizálás határait érintik.
Az adatokat stratégiai ajánlások generálása céljából dolgozzuk fel, és nem adjuk el harmadik félnek. A megőrzési időszakokat és a feldolgozási hatókört a platform adatkezelési dokumentációja határozza meg, amelyet a belépés során biztosított.
Az automatizálási szintek konfigurálhatók. Egyes felhasználók kézi megerősítést igényelnek a végrehajtás előtt; mások lehetővé teszik, hogy a rendszer előre meghatározott kockázati paramétereken belül működjön. Mindkét mód ugyanazt a mögöttes modellkimenetet használja.
A rendszer megőrzi az utoljára megerősített állapotot helyileg, és nem kezdeményez új pozíciókat, amíg le van választva. Újracsatlakozáskor egyezteti az állapotot, mielőtt folytatná az ütemezett újraszámításokat.
A visszaellenőrzött eredmények azt írják le, hogyan viselkedett egy stratégia történelmi körülmények között. Ezeket nem rögzített várakozásokként, hanem szórás-tartományokkal jelentik, és a piaci feltételek eltérhetnek bármely korábbi tesztelési időszaktól.
Az integráció a fiókszolgáltató elérhető API-hozzáférésétől függ. A támogatott integrációk listája a telepítés során látható, a nem támogatott szolgáltatók pedig kérésre áttekinthetők.
Az integrációval vagy adatkonfigurációval kapcsolatos technikai támogatási kérdéseket a Kapcsolat oldalon felsorolt kapcsolatfelvételi csatornán keresztül kezeljük, jellemzően ausztrál keleti idő szerint egy munkanapon belül.
A bevezetés az adatforrások és a kockázati paraméterek áttekintésével kezdődik, majd egy utólagos teszteléssel kezdődik az adott konfigurációval szemben, mielőtt bármilyen stratégiát engedélyezne az automatizált használathoz.
A tipikus beállítási áttekintés egy-három munkanapot vesz igénybe, a csatlakoztatott adatforrások számától függően.