Ambiente de painel Brennelho AI mostrando infraestrutura de análise de dados

Precisão Preditiva Verificada

Quantifique o risco. Verifique os resultados.

O Brennelhove AI aplica modelagem preditiva a dados de mercado em tempo real, produzindo recomendações de alocação que são registradas e publicadas para revisão independente. Sem edições retrospectivas. Nenhuma divulgação seletiva.

Ver registros de desempenho Como funciona

38 meses

Registro público contínuo

100%

De decisões comerciais registradas

Alterações de registro retroativo

Metodologia

Como o modelo toma uma decisão

Cada recomendação passa por quatro estágios distintos. O processo é fixo; apenas os dados de entrada mudam.

Ingerir dados de mercado e da rede

O modelo consome profundidade da carteira de pedidos, superfícies de volatilidade e dados de fluxo na cadeia de vários feeds independentes, verificados quanto a discrepâncias antes do uso.

Pontuar resultados ponderados por probabilidade

As posições candidatas são pontuadas em relação a bibliotecas de padrões históricos e regimes de volatilidade atuais, produzindo um retorno esperado ponderado pela probabilidade para cada uma.

Aplicar restrições de risco

O dimensionamento da posição é limitado por limites predefinidos de rebaixamento e exposição. Nenhuma recomendação pode exceder estes limites, independentemente da confiança do modelo.

Executar e registrar

As decisões aprovadas são executadas e gravadas no log público dentro do mesmo ciclo de relatórios, com registro de data e hora e inalteráveis.

Declaração de integridade de dados: todos os feeds de entrada são registrados juntamente com sua origem e carimbo de data/hora. Se um feed não estiver disponível, o modelo retém as recomendações que dependem dele, em vez de substituir os valores estimados.

Performance ao vivo

Resultados públicos com registro de data e hora

As figuras abaixo refletem o período atual do relatório e são atualizadas em cada ciclo de registro. Os períodos históricos permanecem acessíveis na íntegra.

6,2%

Retorno do trimestre atual

1,41

Proporção de Sharpe (rolamento 12m)

-9,8%

Rebaixamento máximo registrado

412

Decisões registradas neste período

O crachá de verificação confirma que cada entrada no log foi cruzada com os registros de execução do lado da bolsa dentro de 24 horas após a publicação. Nenhuma entrada é publicada sem esta verificação.

Registro verificado

Acesse o registro histórico completo

Estrutura de Risco

Restrições que o modelo não pode substituir

A mitigação é estrutural e não consultiva. Os parâmetros a seguir se aplicam a todas as recomendações, sem exceção.

Tetos de exposição

Nenhuma posição de activos pode exceder uma percentagem fixa do capital total alocado, definida independentemente das pontuações de confiança do modelo.

Disjuntor de rebaixamento

Se o rebaixamento cumulativo dentro de uma janela contínua ultrapassar um limite definido, novas posições serão suspensas enquanto se aguarda a revisão manual.

Dimensionamento ajustado pela volatilidade

O tamanho da posição é reduzido automaticamente à medida que a volatilidade realizada aumenta, independentemente da força do sinal subjacente.

Os parâmetros de risco são revistos num calendário trimestral fixo por um processo separado do desenvolvimento do modelo, e qualquer alteração é datada e registada juntamente com o registo de desempenho desse período.

Compromisso de Transparência

Não publicamos seletivamente. Não alteramos os números após o fato. Cada entrada, decisão e resultado usado para avaliar o Brennelhove AI é extraído do mesmo registro disponível ao público.

Detalhe de governança: a infraestrutura de log é mantida independentemente da equipe de modelagem, com acesso de gravação restrito a um pipeline automatizado. A intervenção manual no log requer uma substituição gravada e é registrada como um evento.

Perguntas frequentes técnicas

Perguntas sobre modelo e dados

Em quais dados o modelo é treinado

Os dados de treinamento consistem em dados históricos da carteira de pedidos, séries de volatilidade e dados de transações em cadeia abrangendo vários ciclos de mercado. Nenhum dado prospectivo ou não público é usado.

Com que frequência o modelo é treinado novamente

O modelo subjacente é treinado novamente em um cronograma trimestral fixo. Cada evento de retreinamento é datado e registrado, com a versão anterior do modelo retida para comparação.

O log de desempenho pode ser editado

Não. As entradas são apenas anexadas. As correções de entradas erradas são registradas como entradas novas e datadas, em vez de alterações no registro original.

O que acontece durante condições extremas de mercado

Os disjuntores de rebaixamento e o dimensionamento ajustado à volatilidade são aplicados automaticamente. Se as condições excederem os limites definidos, a nova entrada de posição será suspensa até que a revisão manual seja concluída.

O modelo está exposto a uma única troca

Não. Os dados de preços e liquidez são agregados em vários locais para reduzir a dependência da qualidade dos dados ou do tempo de atividade de qualquer bolsa única.