Narzędzie qosigui analizuje dane rynkowe w czasie rzeczywistym, łącząc modele uczenia maszynowego z danymi historycznymi. Poniżej znajdziesz szczegółowy opis każdego modułu, wymagań technicznych i typowych scenariuszy użycia.
Każdy moduł działa niezależnie, ale razem tworzą spójny przepływ - od pobrania danych po wygenerowanie sygnału analitycznego.
System pobiera dane z giełd papierów wartościowych, indeksów towarowych i rynków walutowych przez standaryzowane API. Odświeżanie odbywa się co 15 sekund dla danych tick, co 1 minutę dla agregatów.
Surowe dane przechodzą przez potok normalizacji: usuwanie duplikatów, standaryzacja jednostek i wyrównanie stref czasowych do UTC+1. Dopiero po tym etapie trafiają do modeli.
Rdzeń systemu to zestaw trzech modeli pracujących równolegle: model regresji liniowej dla trendów krótkoterminowych, sieć LSTM dla sekwencji czasowych i model klasyfikacji do oceny zmienności.
Wyniki są ważone dynamicznie - w zależności od aktualnych warunków rynkowych system sam dobiera, któremu modelowi przypisać większą wagę w końcowym sygnale.
Każdy sygnał zawiera kierunek (wzrost / spadek / neutralny), poziom pewności w skali 0–1 oraz przedział czasowy, do którego się odnosi. Nie jest to rekomendacja inwestycyjna - to dane do dalszej interpretacji.
Każdy użytkownik może zdefiniować własne progi alertów, wybrać interesujące go instrumenty i ustawić częstotliwość raportów. Zmiany wchodzą w życie natychmiast bez potrzeby restartu.
Poniżej zestawiono kluczowe parametry, które można modyfikować przez API lub panel użytkownika. Wartości domyślne działają poprawnie dla większości scenariuszy - zmian warto dokonywać świadomie.
| Parametr | Domyślna wartość | Opis |
|---|---|---|
| refresh_interval | 60s | Częstotliwość pobierania nowych danych rynkowych |
| confidence_threshold | 0.72 | Minimalny poziom pewności sygnału do wyzwolenia alertu |
| lookback_window | 90 dni | Zakres danych historycznych używanych przez modele LSTM |
| model_weight_mode | auto | Tryb ważenia modeli: auto (dynamiczny) lub manual |
| export_format | JSON | Format eksportu sygnałów: JSON, CSV lub webhook |
| timezone_offset | UTC+1 | Strefa czasowa używana do wyrównywania danych wejściowych |
| anomaly_flag | true | Czy anomalie rynkowe mają być oznaczane w strumieniu danych |
model_weight_mode na tryb ręczny wymaga podania wag dla wszystkich trzech modeli sumujących się do 1.0. Nieprawidłowe wartości zostaną odrzucone przez system walidacji bez przerywania pracy serwisu.