Dokumentacja techniczna
Jak działa locifiu
w praktyce
Szczegółowy przewodnik po możliwościach narzędzia do analizy rynków finansowych opartego na AI. Od konfiguracji po interpretację wyników - wszystko w jednym miejscu.
Zobacz usługi
Przegląd systemu
Architektura locifiu składa się z trzech warstw: pobierania danych, przetwarzania przez modele AI oraz prezentacji wyników. Każda warstwa działa niezależnie, co pozwala na aktualizację modeli bez przerwy w działaniu serwisu.
Podstawowe założenia projektowe
Platforma powstała w 2016 roku z myślą o analitykach, którzy potrzebują szybkiego dostępu do przetworzonych danych, a nie surowych feedów. Narzędzie nie zastępuje decyzji inwestycyjnych - dostarcza kontekst analityczny do oceny sytuacji rynkowej.
Każdy wynik analizy jest opatrzony wskaźnikiem pewności modelu. Wartości poniżej 60% są oznaczane jako sygnały niskiej wiarygodności i wymagają dodatkowej weryfikacji przez użytkownika.
Warstwa danych
Agregacja danych z giełd, indeksów makroekonomicznych i raportów kwartalnych w jednym strumieniu.
Warstwa modeli
Sześć równoległych modeli ocenia każdy instrument niezależnie, a wyniki są ważone na podstawie historycznej trafności.
Warstwa prezentacji
Wyniki trafiają do dashboardu, alertów e-mail lub endpointu API w zależności od konfiguracji konta.
Źródła danych
Jakość analizy zależy bezpośrednio od jakości danych wejściowych. locifiu łączy dane strukturalne z danymi niestrukturalnymi, przetwarzając je w jednolity format przed przekazaniem do modeli.
Dane strukturalne
Ceny instrumentów finansowych, wolumen obrotu, dane makroekonomiczne (PKB, inflacja, stopy procentowe) oraz raporty finansowe spółek giełdowych. Dane są pobierane z licencjonowanych dostawców i walidowane przed przetworzeniem.
Dane niestrukturalne
Analizy sentymentu z raportów analitycznych, komunikatów prasowych i danych z rynków terminowych. Model NLP przetwarza teksty w języku angielskim, niemieckim i polskim.
Sentyment jest normalizowany do skali od -1 (silnie negatywny) do +1 (silnie pozytywny) i traktowany jako jeden z wielu sygnałów wejściowych - nie jako samodzielny wskaźnik.
Modele analityczne
Każdy z sześciu modeli specjalizuje się w innym aspekcie analizy. Wyniki są agregowane przez meta-model, który przypisuje wagi na podstawie warunków rynkowych.
Specjalizacje modeli
| Model | Specjalizacja | Typowy horyzont |
|---|---|---|
| TrendCore | Analiza trendu na podstawie danych cenowych i wolumenu | 5–20 sesji |
| MacroScan | Korelacja z danymi makroekonomicznymi i decyzjami banków centralnych | 30–90 dni |
| SentimentNet | Przetwarzanie języka naturalnego - sentyment rynkowy | 1–5 sesji |
| VolatilityMap | Modelowanie zmienności implikowanej i historycznej | Bieżąca sesja |
| FlowDetect | Wykrywanie anomalii w przepływach kapitału | 1–3 sesje |
| PatternRec | Rozpoznawanie formacji cenowych na wykresach | 3–15 sesji |
Meta-model i agregacja wyników
Meta-model ocenia aktualny reżim rynkowy (trend, konsolidacja, wysoka zmienność) i na tej podstawie modyfikuje wagi poszczególnych modeli. W środowisku wysokiej zmienności VolatilityMap i FlowDetect otrzymują wyższe wagi kosztem TrendCore.
Sygnały i alerty
System generuje trzy typy sygnałów: obserwacyjne, analityczne i kontekstowe. Żaden z nich nie stanowi rekomendacji inwestycyjnej w rozumieniu przepisów prawa.
Jak sygnał trafia do użytkownika
-
Wykrycie zdarzenia
Jeden lub więcej modeli identyfikuje zmianę w danych wejściowych przekraczającą próg istotności zdefiniowany przez użytkownika.
-
Weryfikacja przez meta-model
Meta-model sprawdza spójność sygnału z aktualnym reżimem rynkowym i przypisuje wskaźnik pewności.
-
Klasyfikacja sygnału
Sygnał jest oznaczany jako obserwacyjny, analityczny lub kontekstowy w zależności od liczby modeli, które go potwierdziły.
-
Dostarczenie do użytkownika
Alert trafia do dashboardu, na adres e-mail lub przez webhook API - zgodnie z ustawieniami konta.
Przykładowy wynik analizy
Instrument: indeks sektorowy - sektor energetyczny. Reżim: konsolidacja z rosnącą zmiennością implikowaną.
Typ: analityczny. Kontekst: wzrost wolumenu o 38% powyżej 20-sesyjnej średniej przy równoczesnym wzroście sentymentu z -0,12 do +0,31.
Parametry konfiguracji
Zachowanie systemu można dostosować na poziomie konta i na poziomie poszczególnych instrumentów. Poniżej zestawienie kluczowych parametrów.
| Parametr | Opis | Wartość domyślna |
|---|---|---|
| confidence_threshold | Minimalny wskaźnik pewności wymagany do wygenerowania alertu | 0.65 |
| refresh_interval | Częstotliwość odświeżania danych w minutach (min. 15) | 60 |
| signal_types | Typy sygnałów aktywowane dla konta: observational, analytical, contextual | analytical |
| model_weights | Ręczna korekta wag modeli (nadpisuje meta-model dla wybranego instrumentu) | auto |
| delivery_channel | Kanał dostarczenia alertów: dashboard, email, webhook | dashboard |
| lookback_window | Liczba sesji historycznych używanych do kalibracji modeli | 252 |
Integracja API
REST API jest dostępne dla klientów z planem zaawansowanym lub wyższym. Autoryzacja odbywa się przez klucz API przekazywany w nagłówku każdego żądania.
Przykładowe żądanie
GET /v1/signals?instrument=WIG20&limit=10 Headers: Authorization: Bearer {API_KEY}
Accept: application/json Response: { "signals": [ { "id": "sig_8f2a1c",
"instrument": "WIG20", "type": "analytical", "confidence": 0.74, "models_confirmed":
4, "generated_at": "2024-03-15T09:30:00Z" } ], "total": 1 }
Limity żądań
Plan zaawansowany pozwala na 500 żądań na godzinę. Plan enterprise nie ma stałego limitu - jest negocjowany indywidualnie. Przekroczenie limitu skutkuje odpowiedzią 429 z nagłówkiem Retry-After wskazującym czas do resetu.
Ograniczenia i uwagi
Każde narzędzie analityczne ma granice stosowalności. Poniżej opisujemy sytuacje, w których wyniki locifiu mogą być mniej wiarygodne.
Zdarzenia nieoczekiwane
Modele są trenowane na danych historycznych. Zdarzenia bez precedensu - jak nagłe decyzje regulacyjne lub kryzysy geopolityczne - mogą generować sygnały o niskiej pewności lub fałszywe alarmy przez pierwsze sesje po zdarzeniu.
Instrumenty o niskiej płynności
Dla instrumentów z wolumenem poniżej 10 000 transakcji dziennie FlowDetect i VolatilityMap mogą zwracać wyniki o obniżonej wiarygodności. System oznacza takie instrumenty flagą low_liquidity w odpowiedzi.
Odpowiedzialność użytkownika
locifiu dostarcza narzędzie analityczne, nie doradztwo finansowe. Decyzje podejmowane na podstawie sygnałów systemu są wyłącznie odpowiedzialnością użytkownika. Wyniki historyczne modeli nie gwarantują podobnych wyników w przyszłości.
W razie pytań dotyczących interpretacji wyników lub konfiguracji systemu - zespół wsparcia jest dostępny pod adresem [email protected] w dni robocze.