Implantar modelo
Interface do terminal de dados Zorynex mostrando gráficos de análise de portfólio
Apoio à decisão com backtesting

Análise preditiva de portfólio, testada em relação a mais de uma década de dados de mercado

O Zorynex aplica modelos estatísticos a dados históricos e de mercado em tempo real para sinalizar riscos, revelar oportunidades de reequilíbrio e quantificar as compensações por trás de cada recomendação antes de você comprometer capital.

Ver resultados de backtest Como funciona o modelo
SAÍDA DO MODELO ZRX● SIMULAÇÃO
Curva de backtest ilustrativa — não é uma previsão e não é indicativa de retornos futuros.
Servidores localizados na UE
Lógica do modelo registrada para cada saída
Nenhuma execução automatizada sem confirmação
Criado para tamanhos de contas individuais, não institucionais
Capacidades principais

O que o modelo realmente calcula

Cada módulo abaixo é executado continuamente na configuração do seu portfólio, em vez de produzir um relatório único.

Modelagem Preditiva

Reconhecimento de padrões em séries históricas

O modelo é treinado em séries históricas de preços, volumes e volatilidade para estimar a probabilidade de recorrência de condições específicas de mercado. O resultado é um conjunto classificado de cenários, não um único número garantido.

Mitigação de riscos

Bandas de volatilidade testadas

As posições são avaliadas em relação aos limites de rebaixamento definidos antecipadamente. Quando a volatilidade testada a posteriori excede esse limite, a posição é sinalizada para revisão antes de qualquer alteração na alocação.

Processamento em tempo real

Ingestão contínua de dados

Os pipelines de dados de mercado são atualizados continuamente, em vez de em um ciclo diário de lotes, de modo que a saída do modelo reflete as condições intradiárias, em vez do fechamento de ontem.

Escalabilidade

De um portfólio para vários

O mesmo mecanismo funciona quer você monitore um único portfólio suplementar ou diversas contas com perfis de risco separados, sem exigir infraestrutura separada.

Metodologia

Por dentro do mecanismo de backtesting

As declarações da geração alfa só são úteis se o teste subjacente for transparente. Aqui está a sequência em que o mecanismo realmente funciona.

  1. 01

    Ingestão de dados

    Séries históricas de preços, ações corporativas e indicadores macro são normalizados em um único conjunto de dados alinhados no tempo.

  2. 02

    Engenharia de recursos

    As características de volatilidade, momentum e correlação são derivadas das séries brutas e ponderadas pela relevância para a estratégia escolhida.

  3. 03

    Simulação de Estratégia

    A estratégia candidata é executada em janelas históricas contínuas para produzir uma distribuição de resultados, e não um único resultado.

  4. 04

    Validação Estatística

    Os resultados são verificados quanto a desvios estatisticamente significativos de resultados aleatórios antes que uma estratégia seja considerada viável.

Por que o comprimento do backtest é importante

Uma estratégia testada ao longo de um único ciclo de mercado pode parecer otimizada puramente por acaso. O Zorynex requer dados de vários ciclos, incluindo pelo menos um período de recessão documentado, antes que um modelo seja classificado como estável o suficiente para ser apresentado a um usuário.

O gráfico de desempenho histórico apresentado dentro da plataforma representa o valor simulado do portfólio em relação a um índice de referência durante toda a janela de backtest, com períodos de rebaixamento sombreados separadamente para que a volatilidade seja visível em vez de suavizada.
Analistas Zorynex revisando a saída do mecanismo de backtesting em um terminal de dados
Uso Aplicado

Onde os investidores suplementares aplicam isso

Esses são os três cenários recorrentes relatados por usuários que administram carteiras juntamente com outras fontes de renda.

Caso 01

Otimização de portfólio com orçamento de tempo limitado

As programações da economia gig raramente permitem a revisão diária dos gráficos. O modelo produz um resumo semanal de rebalanceamento para que as decisões de alocação possam ser tomadas de uma só vez, em vez de monitoradas constantemente.

Caso 02

Detecção de anomalias de mercado

Quando a ação do preço se desvia do padrão estatístico que o modelo espera para um determinado ativo, a posição é sinalizada com a magnitude do desvio, cabendo ao usuário a decisão de agir.

Caso 03

Reequilíbrio estratégico em torno de rendimentos irregulares

Os valores das contribuições podem variar de mês para mês. O mecanismo recalcula as alocações alvo em torno de cada nova contribuição, em vez de assumir um cronograma de depósito fixo.

Transparência e Risco

Perguntas que vale a pena fazer antes de implantar capital

Sem depoimentos, sem reivindicações exageradas – apenas os detalhes operacionais solicitados com mais frequência durante a integração.

Quão transparente é o próprio algoritmo?

Os pesos dos recursos do modelo e a lógica por trás de cada recomendação sinalizada podem ser visualizados dentro da plataforma. O Zorynex não usa sinais de "caixa preta" não divulgados que não podem ser rastreados até uma entrada específica.

Como os dados são tratados de acordo com a regulamentação alemã e da UE?

Os dados de contas e carteiras são processados ​​em infraestruturas localizadas na UE e tratados de acordo com os requisitos do GDPR. Nenhum dado é vendido ou compartilhado com terceiros para fins de marketing.

Quais são os riscos reais de usar uma abordagem baseada em modelos?

Os resultados do backtesting descrevem o comportamento passado do mercado e não garantem o desempenho futuro. As condições de mercado podem sair da faixa em que o modelo foi treinado e todo capital investido acarreta risco de perda. Zorynex é uma ferramenta de apoio à decisão, não uma garantia de retorno.

O que a integração realmente envolve?

A configuração da conta, a configuração do perfil de risco e a primeira execução de backtest normalmente levam uma sessão. Nenhuma atividade de negociação ocorre automaticamente antes de você revisar e confirmar os parâmetros iniciais da estratégia.

Revise o backtest antes de decidir qualquer outra coisa

Acesse o resultado histórico do modelo, os parâmetros de risco e os termos de tratamento de dados antes de conectar uma conta real.

Implantar modelo Leia as perguntas frequentes técnicas
Acesso à API REST Exportação CSV/JSON Interfaces bancárias PSD2 Feed de dados SFTP