La plate-forme d’analyse de données FX basée à Londres Tradefeedr a publié aujourd’hui son Algo Forecasting Suite, une collection d’outils pré- et post-négociation permettant aux clients d’analyser et de sélectionner les algos d’exécution FX les plus appropriés .
Le nouveau service a été développé, affiné et rétro-testé par rapport à la base de données de Tradefeedr pour atteindre la précision, résultant en une prévision globale moyenne pour l’ensemble de données en 2022 qui ne différait du résultat réel que de 0,06 bps.
Le nouveau service prend en charge la prise de décision du client en termes d’utilisation ou non d’un algo FX, du comportement attendu de l’algo et de l’algo le plus approprié compte tenu des conditions du marché, de l’appétit pour le risque, du temps ou contraintes d’audit. En outre, il fournit des statistiques post-négociation par rapport aux prévisions de Tradefeedr et le coût d’opportunité de ne pas utiliser d’algorithmes d’exécution alternatifs.
En savoir plus – Le trading FX se déplace vers les marchés cotés à mesure que l’impact réglementaire frappe
FX Algo Forecasting est actuellement disponible via API et Excel, permettant aux utilisateurs de créer leur propre automatisation pré- et post-négociation. Au cours des prochaines semaines, il sera également ajouté au tableau de bord des services de Tradefeedr.
« Algo Forecasting Suite permet aux clients d’accéder à des données précises et indépendantes afin de mieux éclairer leurs stratégies d’exécution d’algo et d’analyser les performances après la transaction », a déclaré Tim Cartledge, directeur des données. chez Tradefeedr.
« Au cœur du nouveau service, nous avons développé le score Tradefeedr Cost of Liquidity, où nous avons été les pionniers d’une méthode d’effondrement de la volatilité, de la tarification du fournisseur de liquidité, de la paire de devises et du temps du jour jusqu’à un seul numéro. Cela nous permet d’analyser les performances des algorithmes sur des marchés et des conditions très différents pour s’assurer que les comparaisons sont faites sur une base comparable.
