Entorno de panel de IA de Brennelhove que muestra la infraestructura de análisis de datos

Precisión predictiva verificada

Cuantificar el riesgo. Verificar resultados.

Brennelhove AI aplica modelos predictivos a datos de mercado en tiempo real, generando recomendaciones de asignación que se registran y publican para revisión independiente. Sin ediciones retrospectivas. Sin divulgación selectiva.

Ver registros de rendimiento Cómo funciona

38 meses

Registro público continuo

100%

De decisiones comerciales registradas

Modificaciones de registro retroactivas

Metodología

Cómo el modelo llega a una decisión

Cada recomendación pasa por cuatro etapas discretas. El proceso es fijo; sólo cambian los datos de entrada.

Ingerir datos de mercado y en cadena

El modelo consume la profundidad del libro de pedidos, las superficies de volatilidad y los datos de flujo en cadena de múltiples fuentes independientes, verificadas para detectar discrepancias antes de su uso.

Puntuación de resultados ponderados por probabilidad

Las posiciones candidatas se califican en función de bibliotecas de patrones históricos y regímenes de volatilidad actuales, lo que produce un rendimiento esperado ponderado por probabilidad para cada uno.

Aplicar restricciones de riesgo

El tamaño de la posición está limitado por límites de exposición y reducción preestablecidos. Ninguna recomendación puede exceder estos umbrales, independientemente de la confianza del modelo.

Ejecutar y registrar

Las decisiones aprobadas se ejecutan y se escriben en el registro público dentro del mismo ciclo de informes, con marca de tiempo y de forma inalterable.

Declaración de integridad de los datos: todos los feeds de entrada se registran junto con su fuente y marca de tiempo. Si un feed no está disponible, el modelo retiene las recomendaciones que dependen de él en lugar de sustituirlo por valores estimados.

Actuación en vivo

Resultados públicos con marca de tiempo

Las figuras a continuación reflejan el período de informe actual y se actualizan en cada ciclo de registro. Los períodos históricos siguen siendo accesibles en su totalidad.

6,2%

Rentabilidad del trimestre actual

1.41

Relación de Sharpe (rodando 12 m)

-9,8%

Reducción máxima registrada

412

Decisiones registradas este período

La insignia de verificación confirma que cada entrada en el registro ha sido cotejada con los registros de ejecución del lado del intercambio dentro de las 24 horas posteriores a su publicación. No se publica ninguna entrada sin esta verificación.

Registro verificado

Acceda al registro histórico completo

Marco de riesgos

Restricciones que el modelo no puede anular

La mitigación es estructural, no consultiva. Los siguientes parámetros se aplican a todas las recomendaciones sin excepción.

Techos de exposición

Ninguna posición de activo individual puede exceder un porcentaje fijo del capital total asignado, establecido independientemente de las puntuaciones de confianza del modelo.

Disyuntor de reducción

Si la reducción acumulada dentro de una ventana móvil supera un umbral establecido, las nuevas posiciones se suspenden en espera de una revisión manual.

Dimensionamiento ajustado por volatilidad

El tamaño de la posición se reduce automáticamente a medida que aumenta la volatilidad observada, independientemente de la intensidad de la señal subyacente.

Los parámetros de riesgo se revisan en un cronograma trimestral fijo mediante un proceso separado del desarrollo del modelo, y cualquier cambio se fecha y registra junto con el registro de desempeño para ese período.

Compromiso de Transparencia

No publicamos de forma selectiva. No modificamos las cifras a posteriori. Cada aporte, decisión y resultado utilizado para evaluar Brennelhove AI se extrae del mismo registro disponible para el público.

Detalle de gobernanza: la infraestructura de registro se mantiene independientemente del equipo de modelado, con acceso de escritura restringido a una canalización automatizada. La intervención manual en el registro requiere una anulación registrada y en sí misma se registra como un evento.

Preguntas técnicas frecuentes

Preguntas sobre modelo y datos.

¿Con qué datos se entrena el modelo?

Los datos de capacitación consisten en datos históricos de la cartera de pedidos, series de volatilidad y datos de transacciones en cadena que abarcan múltiples ciclos de mercado. No se utilizan datos prospectivos o no públicos.

¿Con qué frecuencia se vuelve a entrenar el modelo?

El modelo subyacente se vuelve a entrenar según un cronograma trimestral fijo. Cada evento de reentrenamiento se fecha y se registra, y se conserva la versión del modelo anterior para comparar.

¿Se puede editar el registro de rendimiento?

No. Las entradas solo se pueden adjuntar. Las correcciones de entradas erróneas se registran como entradas nuevas y fechadas en lugar de modificaciones del registro original.

¿Qué sucede durante las condiciones extremas del mercado?

Los disyuntores de reducción y el tamaño ajustado por la volatilidad se aplican automáticamente. Si las condiciones exceden los umbrales definidos, la entrada de una nueva posición se suspende hasta que se complete la revisión manual.

¿El modelo está expuesto a un único intercambio?

No. Los datos de precios y liquidez se agregan en múltiples lugares para reducir la dependencia de la calidad o el tiempo de actividad de los datos de cualquier intercambio.