What data sources does the system use?

Market data is ingested directly from connected exchange APIs, including price, volume, and order-book depth where available. No third-party aggregated feeds are used as a substitute for direct exchange data.

How is account data and API access secured?

Data in transit is encrypted using TLS 1.2 or higher. API keys are stored encrypted at rest and scoped to read and trade permissions only; withdrawal permissions are never requested, where the connected exchange supports granular key scopes.

Can Onda Lucrorio connect to my existing broker or exchange account?

Integration is handled via API key connection to supported exchanges. The exact list of supported venues and required permission scopes is detailed in the API documentation.

How often are predictive models retrained?

Models are recalibrated against rolling data windows on a fixed schedule, with additional out-of-cycle checks triggered if a model's live performance deviates from its backtested range.

Does the system guarantee profit or eliminate losses?

No. The platform is a decision-support and risk-filtering tool. It reduces certain categories of risk exposure and applies consistent rules, but it does not and cannot guarantee trading outcomes.

What happens if the connection between the engine and the exchange is interrupted?

If a data or execution connection is lost, the risk engine flags the affected instruments as unmonitored on the dashboard and suspends new automated instructions for that connection until it is restored.

Tableau de bord analytique d'Onda Lucrorio affichant les flux de données de marché et les indicateurs de risque

État du système : opérationnel – risque de redémarrage du moteur toutes les 400 ms

Gestion des risques assistée par l'IA pour les décisions de trading systématiques

Onda Lucrorio traite les données de marché via un pipeline analytique en couches, appliquant des règles heuristiques et des modèles prédictifs pour signaler l'exposition au risque avant qu'elle n'atteigne votre portefeuille. Le moteur de risque fonctionne en continu, indépendamment des heures de marché ou de la surveillance manuelle, et fait apparaître son raisonnement plutôt qu'un seul signal d'achat ou de vente.

Initialiser le système Accéder à la documentation de l'API

Indice de confiance du signal Illustration

Structure d’interface représentative uniquement. Aucune donnée de performance en direct ou historique n'est représentée.

// Présentation de la plateforme

Une approche à plusieurs niveaux de l'analyse des données de marché

Onda Lucrorio repose sur un principe unique : avant qu'une action automatisée ne soit proposée, les données sous-jacentes doivent être vérifiées, filtrées et comparées aux limites de risque définies. Chaque point de données entrant passe par un contrôle basé sur des règles avant d'être transmis à un modèle statistique, et chaque sortie du modèle est recoupée par rapport à la configuration de risque active avant d'atteindre le tableau de bord.

La plateforme est conçue comme un outil d'aide à la décision pour les traders qui comprennent déjà la taille et le retrait des positions. Elle n'est pas destinée à remplacer ce jugement, mais à l'appliquer de manière cohérente, 24 heures sur 24.

Interface de la plateforme Onda Lucrorio affichant des modules d'analyse de données en couches

// 01 Méthodologie

Des données brutes de marché à une recommandation d’exécution

Le pipeline ci-dessous décrit comment Onda Lucrorio convertit un flux de ticks et de mises à jour du carnet d'ordres en une recommandation filtrée et vérifiée par les risques. Chaque étape est enregistrée, de sorte que le raisonnement derrière toute sortie peut être retracé jusqu'aux données d'origine.

Ingestion de données

Regroupe les données de prix, de volume et de carnet de commandes des bourses connectées à des intervalles de sondage fixes, normalisant les formats sur tous les sites.

Analyse heuristique

Applique des filtres basés sur des règles pour éliminer le bruit et signaler les modèles structurellement pertinents, tels que les déficits de liquidité ou l'élargissement anormal des spreads.

Modélisation prédictive

Les modèles statistiques estiment des distributions de probabilité à court terme pour l’évolution des prix, plutôt qu’une seule prévision déterministe.

Filtrage des risques

Les signaux proposés sont recoupés par rapport aux paramètres de risque actifs – limites de prélèvement, plafonds de dimensionnement des positions, exposition de corrélation – avant d’être révélés.

Envoi de recommandations

La sortie filtrée est transmise au tableau de bord ou, si elle est activée, acheminée vers un point de terminaison d'exécution connecté via l'API.

Flux d'échange→ Couche heuristique→ Inférence de modèle→ Moteur de risque→ Tableau de bord/sortie API

Latence de traitement typique par étape du pipeline
Scène	Latence typique	Remarques
Ingestion de données	80 à 150 ms	Dépend du temps de réponse de l'API Exchange
Passe heuristique	20 à 40 ms	Filtrage basé sur des règles, en mémoire
Inférence de modèle	150 à 300 ms	Varie en fonction de la complexité du modèle et de la taille du lot
Vérification du filtre de risque	10 à 25 ms	Compare la sortie aux paramètres stockés
Envoi vers l'interface	30 à 60 ms	Inclut le rendu sur le tableau de bord ou le rappel API
Pipeline total (environ)	290 à 575 ms	Dans des conditions de charge standard

Les chiffres représentent les plages typiques observées sous charge standard. La latence réelle dépend du comportement de l'API d'échange, des conditions du réseau et de la fréquence des données sélectionnée.

// 02 Moteur de risque

Protection automatisée du capital, indépendante des heures de marché

Le moteur de risque fonctionne comme un processus d’arrière-plan continu. Il n'attend pas qu'un trader soit connecté et ne s'arrête pas en dehors des heures de négociation standard pour les marchés fonctionnant 24h/24 et 7j/7.

Surveillance continue de la position

Vérifie l'exposition ouverte par rapport aux capitaux propres du compte à chaque cycle de traitement, indépendamment de l'activité de l'utilisateur.

Logique d'arrêt ajustée en fonction de la volatilité

Recalcule la distance d'arrêt en fonction de la volatilité réalisée plutôt que d'un pourcentage fixe, s'élargissant ou se resserrant à mesure que les conditions changent.

Déclencheurs d’atténuation des baisses

Réduit la taille des positions par étapes une fois que le retrait du compte approche d'un seuil configuré, plutôt que d'arrêter brusquement les transactions.

Vérifications de l'exposition de corrélation

Signale un risque concentré lorsque plusieurs positions ouvertes sont exposées au même moteur de marché sous-jacent.

Plages de paramètres de risque par défaut (réglables par l'utilisateur dans les limites de la plateforme)
Paramètre	Plage par défaut	Fonction
Seuil de prélèvement maximum	5 % à 15 %	Suspend les nouvelles entrées une fois que la baisse des capitaux propres atteint la limite fixée
Limite de taille de position	1 % à 5 %	Plafonne le capital alloué à une position unique
Stop ajusté à la volatilité	1,0 × – 3,0 × ATR	Définit la distance d'arrêt par rapport à la plage réelle moyenne récente
Plafond d'exposition de corrélation	≤ 0,7	Limite l’exposition simultanée à des instruments hautement corrélés

Les plages de paramètres sont configurées par compte et peuvent être resserrées ou assouplies dans les limites définies par la plateforme ; ce ne sont pas des valeurs par défaut fixes appliquées sans examen.

Comment la logique d'arrêt automatisée est appliquée

Lorsque la perte non réalisée d'une position s'approche de la distance d'arrêt ajustée en fonction de la volatilité, le moteur de risque génère une instruction de clôture plutôt qu'une sortie statique basée sur un pourcentage. Cela réduit la fréquence des sorties prématurées pendant une volatilité normale tout en appliquant une limite de perte définie. Le mécanisme prend en charge le cadre de risque existant d'un trader ; il ne remplace pas les instructions manuelles explicites et n’élimine pas la possibilité de perte.

// 03 Tableau de bord

Modules de tableau de bord pour la prise de décision basée sur les données

L'interface est organisée en modules discrets afin que les données de position, l'historique des signaux et l'état du risque puissent chacun être examinés indépendamment plutôt que compressés dans un seul écran récapitulatif.

Module

Aperçu du poste

Répertorie les positions ouvertes avec le prix d'entrée, l'exposition actuelle, le P/L non réalisé et la distance jusqu'au niveau d'arrêt actif.

Module

Journal des signaux

Un enregistrement chronologique des signaux générés, y compris les entrées heuristiques et de modèle qui ont contribué à chacun.

Module

Panel d’exposition aux risques

Affiche le niveau de réduction actuel, l'exposition de corrélation et la marge restante par rapport aux paramètres de risque configurés.

Module

Suivi des performances du modèle

Affiche les résultats des backtests glissants pour les modèles actifs, segmentés par régime de marché plutôt que par un seul chiffre global.

Exemple de structure de sortie tabulaire (exemples de valeurs à titre d'illustration)
Instrument	Signal	Confiance	Indicateur de risque
Exemple de paire A	Biais long	0,64	Dans certaines limites
Exemple de paire B	Neutre	0,41	Dans certaines limites
Exemple de paire C	Biais court	0,58	Indicateur de corrélation

Exemples de valeurs affichées à titre de référence de mise en page uniquement ; ils ne reflètent pas les résultats commerciaux en direct ou historiques.

Sur la précision du modèle

La précision du modèle prédictif est suivie par rapport à une fenêtre de backtesting mobile et présentée sous forme de fourchette plutôt que de chiffre unique, puisque les performances varient selon les régimes de marché. Un modèle qui fonctionne bien dans une tendance de faible volatilité peut se comporter différemment lors d'un pic de volatilité, c'est pourquoi le tableau de bord sépare les résultats par condition au lieu d'en faire la moyenne en un seul chiffre.

// 04 Cas d'utilisation

Scénarios d'optimisation de la stratégie

Les scénarios suivants décrivent comment le moteur de risque et la couche prédictive interagissent avec les types de stratégie courants. Ils illustrent le comportement des paramètres et non les résultats garantis.

Stratégies de retour à la moyenne

Dans les régimes de faible volatilité, les seuils d’entrée sont recalibrés plus étroitement, puisque les écarts de prix sont statistiquement plus faibles. Les limites de dimensionnement des positions restent inchangées, mais la couche heuristique nécessite un signal de réversion plus petit avant de signaler une entrée.

Stratégies de suivi des tendances

Dans les mouvements directionnels soutenus, le stop ajusté à la volatilité s'élargit pour réduire la probabilité d'être clôturé en cas de replis normaux, tandis que le déclencheur d'atténuation du retrait continue de surveiller les actions en parallèle.

Stratégies de rupture de volatilité

Lorsque la volatilité implicite dépasse un seuil configuré, la taille des positions est automatiquement réduite avant qu'un signal de cassure ne soit pris en compte, limitant ainsi l'exposition pendant les périodes de fiabilité prédictive moindre.

Les modèles sont périodiquement recalibrés en fonction de fenêtres de données glissantes plutôt que d'ensembles historiques fixes, ce qui permet aux paramètres de s'ajuster à mesure que les conditions du marché évoluent. Cela adapte la sensibilité du système ; il ne tente pas de prédire l’orientation avec certitude dans quelque régime que ce soit.

// 05 FAQ technique

Sources de données, sécurité et intégration

Les réponses ci-dessous répondent aux questions les plus fréquemment soulevées par les traders évaluant la plateforme pour l'intégration au niveau de l'API.

Quelles sources de données le système utilise-t-il ?

Les données de marché sont ingérées directement à partir des API d'échange connectées, y compris le prix, le volume et la profondeur du carnet de commandes, le cas échéant. Aucun flux agrégé tiers n’est utilisé comme substitut aux données d’échange direct.

Comment les données du compte et l'accès à l'API sont-ils sécurisés ?

Les données en transit sont cryptées à l'aide de TLS 1.2 ou supérieur. Les clés API sont stockées cryptées au repos et limitées aux autorisations de lecture et d'échange uniquement ; les autorisations de retrait ne sont jamais demandées, lorsque l'échange connecté prend en charge les étendues de clés granulaires.

Onda Lucrorio peut-il se connecter à mon compte de courtier ou d'échange existant ?

L'intégration est gérée via une connexion par clé API aux échanges pris en charge. La liste exacte des sites pris en charge et des étendues d'autorisation requises est détaillée dans la documentation de l'API.

À quelle fréquence les modèles prédictifs sont-ils recyclés ?

Les modèles sont recalibrés en fonction de fenêtres de données glissantes selon un calendrier fixe, avec des contrôles hors cycle supplémentaires déclenchés si les performances en direct d'un modèle s'écartent de sa plage de back-test.

Le système garantit-il le profit ou élimine-t-il les pertes ?

Non. La plateforme est un outil d’aide à la décision et de filtrage des risques. Il réduit certaines catégories d’exposition aux risques et applique des règles cohérentes, mais il ne garantit pas et ne peut pas garantir les résultats des transactions.

Que se passe-t-il si la connexion entre le moteur et le central est interrompue ?

Si une connexion de données ou d'exécution est perdue, le moteur de risque signale les instruments concernés comme non surveillés sur le tableau de bord et suspend les nouvelles instructions automatisées pour cette connexion jusqu'à ce qu'elle soit restaurée.

// Accès

Commencez par une surveillance en lecture seule avant d'activer l'automatisation

L'accès à Onda Lucrorio est structuré en niveaux afin que les nouveaux utilisateurs puissent examiner la sortie du signal et les rapports sur les risques avant de connecter des autorisations d'exécution. L'automatisation peut être activée une fois que le comportement de surveillance a été examiné par rapport à votre propre tolérance au risque.

Niveau de surveillance

Accès au tableau de bord, visibilité du signal, pas d'exécution automatisée.

Niveau d'analyse

Ajoute des données historiques de backtesting et un suivi des performances du modèle par régime.

Niveau d'automatisation

Permet la connexion API aux points de terminaison d'exécution avec un contrôle total du moteur de risque.