Análise Preditiva para Mercados Canadenses
O Vexquant aplica modelos preditivos a grandes conjuntos de dados de mercado e portfólio e, em seguida, publica as chamadas resultantes em um registro público para que você possa avaliar a precisão preditiva antes de comprometer o capital.
Metodologia
O processo do Vexquant foi criado para ser inspecionado, não para ser aceito com base na fé. Cada estágio abaixo produz uma saída intermediária que é registrada, de modo que o caminho dos dados brutos até a recomendação possa ser rastreado após o fato.
Dados de preços, volumes e dados on-chain ou de profundidade de mercado são extraídos de múltiplas fontes em intervalos regulares e verificados quanto a lacunas ou inconsistências antes do uso.
Os modelos treinados em dados históricos identificam relações recorrentes entre variáveis que são difíceis de isolar manualmente em grandes conjuntos de dados.
Cada padrão detectado é testado em relação a dados fora da amostra para filtrar sinais que não se mantêm além do período em que foram encontrados.
Os sinais sobreviventes são convertidos em uma recomendação ajustada ao risco, com registro de data e hora e gravados no registro de desempenho público antes que qualquer resultado seja conhecido.
Capacidades principais
Cada ferramenta abaixo aborda uma questão distinta que um gestor de risco ou investidor normalmente precisa responder manualmente. Vexquant não substitui esse julgamento; restringe os dados ao que é estatisticamente relevante.
Os ativos e as posições são pontuados em relação a bandas históricas de volatilidade, sinalizando exposições que se desviam da tolerância ao risco declarada de uma carteira.
As carteiras podem ser avaliadas tendo em conta desacelerações de mercado e choques de liquidez modelados para estimar a redução antes que o capital esteja em risco.
Identifica quando participações anteriormente não correlacionadas começam a se mover juntas, um indicador precoce comum de risco concentrado.
Propõe ajustes de ponderação com base em pontuações de precisão preditiva para cada classe de ativos, e não em regras práticas estáticas.
Cada recomendação carrega uma classificação de confiança derivada da precisão do backtesting, de modo que os sinais de baixa confiança podem ser ponderados de acordo.
Os relatórios exportáveis resumem as entradas, suposições e resultados do modelo em um formato adequado para comitês de risco internos.
Transparência de desempenho
Em vez de afirmar um histórico, o Vexquant publica um. Cada recomendação é registrada com um carimbo de data/hora antes que o resultado seja conhecido, e o resultado é registrado assim que for resolvido, seja favorável ou não.
| Data registrada | Classe de ativos | Recomendação | Confiança | Status do resultado |
|---|---|---|---|---|
| 03/11/2024 | Ativos digitais, grande capitalização | Reduza a exposição | Moderado | Resolvido - alinhado |
| 18/11/2024 | Ações, intersetoriais | Espere, monitore a volatilidade | Alto | Resolvido - alinhado |
| 02/12/2024 | Ativos digitais, mid-cap | Aumentar a alocação | Baixo | Resolvido - divergiu |
| 2024-12-21 | Proxy de renda fixa | Manter a posição | Alto | Resolução pendente |
Cada entrada de log está vinculada ao instantâneo de dados e à versão do modelo usado para gerá-lo. As entradas são apenas anexadas; recomendações anteriores nunca são editadas ou removidas após o fato, incluindo casos em que o sinal não se manteve.
Os rótulos de resultados são atribuídos automaticamente assim que a janela de resolução para uma determinada recomendação é fechada, usando as mesmas fontes de dados citadas na entrada original, para que os critérios de classificação permaneçam consistentes em todo o registro.
Casos de uso
Dois padrões recorrentes entre os usuários do Vexquant ilustram como os mesmos modelos subjacentes são aplicados a diferentes mandatos.
Tesouraria Corporativa
Declaração do problema: Uma equipa de tesouraria que detinha uma parte das reservas em ativos digitais precisava de uma forma repetível de dimensionar os ajustes de posição sem depender apenas do sentimento interno ou de chamadas ad hoc de analistas.
Abordagem e resultado: A pontuação de risco e a modelagem de cenários foram aplicadas às participações existentes, produzindo faixas semanais de ajuste de classificação de confiança. As decisões permaneceram com o comitê do tesouro; o papel do modelo era estreitar o leque de ações razoáveis e documentar o raciocínio por trás de cada uma delas.
Portfólio Privado
Declaração do problema: Um investidor que gere uma carteira pessoal composta por vários ativos digitais pretendia uma verificação independente e baseada em dados relativamente à tomada de decisões emocionais durante períodos de elevada volatilidade.
Abordagem e resultado: O mapeamento de correlação foi sinalizado quando as participações supostamente diversificadas começaram a mover-se em conjunto, provocando um reequilíbrio antes de uma redução mais ampla. O registro público permitiu ao investidor comparar a confiança declarada do sinal com seu resultado real antes de agir novamente em sinais semelhantes.
Perguntas frequentes
Não. O Vexquant produz recomendações baseadas em dados com níveis de confiança declarados, registradas publicamente para revisão. Não fornece aconselhamento financeiro personalizado e nenhum resultado é garantido. As decisões baseadas nesses resultados permanecem de responsabilidade do usuário ou de seu consultor.
O resultado é registrado no mesmo log como “divergente”, sem alteração ou remoção da entrada original. Isso faz parte de como a precisão preditiva é medida honestamente ao longo do tempo, em vez de apenas apresentar resultados favoráveis.
Os sinais são validados em relação a períodos fora da amostra antes de serem registrados, e as classificações de confiança são recalibradas à medida que novos dados de resultados são acumulados. Isto não elimina o risco de quebra de um padrão, mas reduz a dependência de padrões que só funcionaram em retrospectiva.
Os dados específicos do portfólio são usados apenas para gerar recomendações para a conta à qual pertence. Dados de mercado agregados e anonimizados contribuem para o treinamento de modelos; participações individuais não são compartilhadas ou divulgadas a outros usuários.
O modelo opera dentro de limites de risco predefinidos e não executa negociações diretamente; produz recomendações para revisão humana. Também não contabiliza informações fora das suas fontes de dados, tais como alterações regulamentares não anunciadas.
Uma descrição completa das limitações do modelo e dos fatores de risco está disponível em nosso documentação de divulgação de risco.
O acesso ao registro completo de desempenho e à documentação do modelo está disponível sem a necessidade de um compromisso inicial de longo prazo. A maioria das contas é configurada para revisão inicial dentro de alguns dias úteis.