O Sovrena executa modelos preditivos com base em duas décadas de dados de mercado para revelar estratégias testadas em backtesting para investidores que desejam retornos sem negociação ativa.
O Sovrena processa dados de mercado estruturados e não estruturados por meio de um único pipeline, reduzindo o atraso entre a detecção do sinal e a decisão.
Os dados de mercado são ingeridos continuamente e pontuados em relação às bibliotecas de padrões históricos em segundos, e não em lotes de final de dia. A latência é medida, não assumida.
Cada recomendação remonta a uma estratégia validada em relação a retornos históricos em vários ciclos de mercado, e não a um único período favorável.
O dimensionamento de posições e os limites de saque são definidos por algoritmos, criados para mitigar o risco de concentração antes que o capital seja comprometido.
Nenhuma estratégia chega ao usuário sem passar por três pontos de verificação sequenciais. O processo é documentado, repetível e aberto para revisão mediante solicitação.
As estratégias candidatas são executadas com base num mínimo de dez anos de dados de mercado, incluindo recessões e períodos de recuperação, para revelar como se comportam sob pressão.
Um segmento de dados é totalmente retido do treinamento. Os modelos são testados para confirmar que o desempenho não foi produto de overfitting.
Antes da ativação, uma estratégia é executada em paralelo com dados em tempo real, sem executar negociações, comparando os resultados previstos e reais por um período fixo.
Cada estratégia publicada é acompanhada por um gráfico que traça as faixas de retorno previstas em relação aos resultados realizados em janelas contínuas de 12 meses. A divergência além da tolerância declarada desencadeia uma revisão de recalibração e a estratégia é sinalizada como inativa até ser resolvida.
O mesmo mecanismo subjacente fornece resultados diferentes dependendo se o usuário está alocando capital pessoal ou avaliando o risco operacional em escala.
Os investidores individuais usam o Sovrena para alocar capital em carteiras testadas sem monitorar os mercados diariamente. As recomendações de reequilíbrio são geradas num calendário fixo, reduzindo a necessidade de supervisão constante e mantendo os parâmetros de risco dentro de uma faixa de tolerância escolhida.
As empresas integram o Sovrena para testar o estresse das decisões financeiras antes do compromisso de capital, desde a exposição de estoques até o risco de contraparte. As recomendações surgem como relatórios estruturados, criados para apoiar a revisão interna, em vez de substituí-la.
O Sovrena foi construído com base na premissa de que decisões comerciais discricionárias introduzem variações evitáveis. A remoção do preconceito emocional da alocação não elimina o risco, mas torna o risco mensurável.
Cada modelo em produção é versionado, datado e retirado de acordo com um cronograma definido. Os usuários podem revisar as premissas por trás de qualquer estratégia ao vivo a qualquer momento, em vez de depender de uma caixa preta.
Eles cobrem as preocupações mais frequentemente levantadas por usuários com mentalidade analítica antes de comprometerem capital ou integrarem um fluxo de trabalho.
Os dados são extraídos de feeds licenciados do mercado financeiro e de registros regulatórios públicos. Nenhuma fonte de dados proprietária ou não divulgada é usada no treinamento do modelo.
Sim, qualquer modelo treinado em dados históricos carrega o viés desse histórico. Mitigamos isso por meio de testes fora da amostra e recalibração periódica, em vez de reivindicar uma previsão livre de preconceitos.
Os dados de contas e portfólios são armazenados em infraestruturas localizadas na UE, em conformidade com os requisitos do GDPR para residência de dados e controle de acesso.
Não. O desempenho backtested descreve o comportamento histórico sob condições históricas. Os resultados anteriores informam a confiança do modelo; eles não prevêem resultados futuros com certeza.
As estratégias que violam a tolerância ao risco definida são automaticamente sinalizadas e suspensas de novas alocações, aguardando revisão manual.
Não. Os dados são usados exclusivamente para gerar recomendações para o titular da conta e não são vendidos ou compartilhados para fins de marketing.
Fundamento técnico: treinamento de modelo e inferência executados em infraestrutura em contêineres com dados criptografados em repouso e em trânsito, hospedados na União Europeia.
O acesso a estratégias ao vivo é concedido mediante solicitação. Os dados históricos de desempenho estão disponíveis para inspeção antes de qualquer compromisso de capital.
Mecanismo de acesso