Otimização de decisão baseada em IA
O Namure Laguru converte grandes quantidades de dados de mercado em recomendações de ações concretas em tempo real. Os modelos são testados em relação a cenários históricos, portanto as decisões são baseadas em estatísticas mensuráveis – e não em emoções.
Motor principal
O mecanismo de análise do Namure Laguru processa dados de preço, volume e volatilidade continuamente e identifica padrões que são difíceis de manter manualmente ao longo do tempo. Os resultados não são uma caixa negra — cada recomendação está ligada a uma probabilidade mensurável e a um perfil de risco justificado.
Estratégia testada
Cada estratégia passa por um processo de teste estruturado onde as previsões são comparadas com os resultados reais ao longo de vários ciclos de mercado. Isto reduz o risco de o modelo ser simplesmente adaptado aos padrões de um único período.
Os dados históricos de diferentes regimes de volatilidade — mercados em alta, correções e consolidação lateral — são incluídos na base de teste para que o modelo não seja sobreajustado a um tipo de comportamento de mercado.
O modelo é treinado em um período de dados e testado em um período separado e desconhecido. Ele descobre se os resultados são devidos à capacidade preditiva real ou à correlação aleatória nos dados de treinamento.
Os resultados são reportados como retornos ajustados ao risco — e não apenas retornos brutos — para que o desempenho possa ser avaliado em relação à volatilidade a que a estratégia foi realmente exposta.
Gestão de risco
Os módulos de risco da plataforma são projetados para limitar as desvantagens antes que elas ocorram, em vez de reagir depois que uma mudança já ocorreu.
Os indicadores de volatilidade são atualizados por intervalo e estão diretamente incluídos na forma como os tamanhos das posições e os pesos dos sinais são ajustados.
O risco total da carteira é monitorizado em todas as posições para evitar exposição concentrada não intencional.
Quando uma posição sai dos limites de risco definidos, uma notificação é enviada imediatamente.
A lógica de risco é construída para lidar tanto com a carteira de um trader individual quanto com a contabilidade geral de um gestor, sem comprometer os tempos de resposta.
Método
A transparência no processamento de dados é um pré-requisito para a confiança entre os utilizadores técnicos. O processo abaixo descreve a cadeia desde a entrada de dados até a decisão executável.
Os dados de mercado, as informações da carteira de encomendas e os macroindicadores são recolhidos de fontes interligadas e normalizados num formato comum.
Modelos estatísticos e baseados em aprendizado de máquina identificam padrões e calculam probabilidades para diferentes resultados.
Os sinais são ponderados em relação aos parâmetros de risco do usuário e à composição existente do portfólio para formar uma recomendação concreta.
A recomendação é disponibilizada via API ou interface de usuário, pronta para aprovação manual ou colocação automatizada de pedidos.
Sobre a plataforma
O Namure Laguru é voltado para day traders, gestores de portfólio e entusiastas de fintech que já trabalham com base em dados, mas desejam uma camada sistemática entre os dados brutos e a decisão. A plataforma foi concebida para complementar a investigação existente — e não para substituir a avaliação profissional.
A integração ocorre por meio de uma API documentada, para que os sinais possam ser incluídos nos fluxos de trabalho existentes sem exigir uma mudança completa da plataforma.
Perguntas frequentes
Os modelos utilizam dados de mercado de plataformas de negociação conectadas, bem como indicadores macroeconómicos disponíveis publicamente. Provedores de dados específicos dependem do mercado que está sendo negociado e são configurados na configuração.
A plataforma expõe uma API baseada em REST onde sinais, parâmetros de risco e status do portfólio podem ser extraídos programaticamente. A documentação e o método de autenticação são revisados quando o acesso é concedido.
A latência depende da frequência de atualização da fonte de dados e do tipo de mercado selecionado. Os sinais são entregues continuamente à medida que novos dados são recebidos, em vez de em intervalos fixos e mais lentos.
Sim. Os parâmetros de risco, os limites de exposição e os tamanhos das posições podem ser configurados para que as recomendações se baseiem na carteira real e não num perfil padrão genérico.
O desempenho é reportado com base em backtests fora da amostra ao longo de vários ciclos de mercado, com foco no retorno ajustado ao risco e não no retorno bruto isolado. A metodologia é revisada detalhadamente no momento da solicitação de acesso.