Skapa en fördel med proprietära indikatorer
Som kund på NeuroQuant får du tillgång till en uppsjö av proprietära indikatorer, index och modeller. Dessa är skapade för att ge en ny dimension och insikt i olika marknader och även få vägledning om framtida utveckling. Dataserierna är framtagna efter noggrann research.
Våra egenkomponerade dataserier kan användas diskretionärt där du gör egna tolkningar utifrån egna preferenser. De kan även användas i kvantverktyg NQ BackTester och i AI-verktyget NQ Forecaster.
Diskretionära tolkningar av indikatorerna
Vid diskretionära tolkningar av proprietära indikatorer och index kan förslagsvis divergenser mot OMXS30 eller annan marknad studeras. Detta för att uppmärksamma potentiella vändpunkter i marknaden. Det finns nämligen ett flertal sektorer och marknader av cyklisk karaktär som ofta är tidigare i vändningarna än aktiemarknaden som helhet.
Om en dataserie som brukar vara ledande för OMXS30 inte bekräftar senaste tidens uppgång tolkas det som en svaghetssignal. Denna signal behöver ofta ställas i kontext med andra faktorer. Sentimentdata brukar exempelvis uppvisa divergenser mot aktiemarknaden vid större toppar. Detsamma gäller för breddindikatorer där vi tittar “under huven” av index.
Backtesta våra indikatorer
I NQ BackTester finns möjlighet att se hur utvecklingen sett ut historiskt baserat på valda villkor för indikatorn. Hur har t.ex. avkastningen sett ut historiskt när NQ Fear & Gread Index fallit till låga nivåer. Även om historien inte alltid upprepas så rimmar den ofta.
“There is nothing new on Wall Street or in stock speculation. What has happened in the past will happen again, and again, and again. This is because human nature does not change, and it is human emotion, solidly build into human nature, that always gets in the way of human intelligence. Of this I am sure.” – Jesse Livermore
Skapa AI-modeller på proprietära indikatorer
I NQ Forecaster finns våra proprietära indikatorer och index tillgängliga att använda till AI-modeller. Väl data, algoritm och tidsperspektiv efter egna preferenser. Sedan träna din modell med vald data och algoritm. Därefter kör du modellen på ny data för att generera en prognos.
För att lyckas skapa lönsamma AI-modeller krävs en förståelse av de finansiella marknaderna. Eftersom spelplanen ständigt förändras krävs en förståelse för vad som är i marknadens blickfång och vilka dataserier som algoritmen ska träna på.
Tillgång till kraftfull data och analystjänster
Sammanfattningsvis har våra egenkomponerade dataserier ett flertal användningsområden. Öppna ett konto på NeuroQuant och ta del av vårt erbjudande!
Bli kund