Peça a dez "escolhedores de ações AI" diferentes sobre a mesma operação e frequentemente obterá dez opiniões diferentes, sem visibilidade sobre o porquê. Isso é um problema — não porque a IA não pode ser útil para investir, mas porque uma recomendação sem uma base transparente e verificável é apenas um palpite mais caro. A PreTrAIde foi criada para resolver isso, e o lugar mais claro para ver isso é dentro do próprio motor de decisão.
Três Veredictos, Não uma Pontuação Vaga
Cesta que você executar através da PreTrAIde retorna com um dos três veredictos:
- GO — a imagem quantitativa e qualitativa apoia a continuidade com a cesta conforme construída.
- MODIFY — a ideia subjacente tem mérito, mas algo sobre o tamanho, o tempo ou a composição deve mudar primeiro.
- NO-GO — a imagem de risco não apoia a continuidade conforme construída, neste momento.
Cada veredicto vem com uma probabilidade de sucesso, uma avaliação de risco em linguagem simples e uma estratégia de execução sugerida — para que você nunca fique olhando para um único número se perguntando o que está por trás dele.
Passo Um: Os Números Vêm Primeiro
Antes que qualquer raciocínio de IA aconteça, a PreTrAIde calcula uma pontuação quantitativa determinística para cada ação na sua cesta e para a cesta como um todo — puramente a partir de dados, sem envolvimento de modelo de linguagem ainda. Isso inclui:
- Uma pontuação de liquidez, estimando quão facilmente a posição poderia ser aberta ou fechada sem deslizamento excessivo
- Uma pontuação de volatilidade, refletindo o quanto a posição provavelmente oscilará dia a dia
- Uma pontuação de execução, considerando o spread, características do local e padrões de volume
- Uma medida de concentração (um cálculo estilo HHI) que sinaliza quando uma cesta está mais concentrada do que parece à primeira vista
- Uma estimativa de Value-at-Risk, expressando a potencial perda em um dia sob condições adversas
Essas pontuações geram uma dica de decisão inicial, baseada em regras — um ponto de partida puramente mecânico, antes que qualquer linguagem gerada por IA entre em cena.
Passo Dois: Contexto do Mundo Real
O motor então puxa notícias recentes para cada ticker na sua cesta e as classificações atuais dos analistas. É aqui que a história de uma ação se conecta aos seus números — um resultado abaixo do esperado, uma manchete regulatória, um upgrade ou downgrade — para que a IA não raciocine sobre um nome no vácuo.
Passo Três: Raciocínio de IA, Ancorado nos Dados
Apenas agora a camada de IA produz sua decisão de negociação por ação e em toda a carteira. Criticamente, os prompts dados ao modelo são calibrados — eles ancoram explicitamente o raciocínio da IA nas pontuações quantitativas calculadas no passo um, em vez de deixar o modelo associar livremente um veredicto apenas a partir das notícias. O resultado: uma chamada GO/NO-GO/MODIFY, uma probabilidade de sucesso, uma narrativa de raciocínio que você pode realmente ler e uma estratégia de execução sugerida (tamanho da posição, considerações de tempo, tipo de ordem).
Passo Quatro: Guardrails
Modelos de IA podem estar errados com confiança. Portanto, o último passo não é IA de forma alguma — é um validador baseado em regras que verifica a saída da IA em relação aos dados do mercado e a corrige onde contradiz o que os números mostram. Alguns exemplos concretos do que os guardrails impõem:
O que os guardrails capturam
Uma ação atualmente suspensa de negociação nunca pode ser recomendada como GO, independentemente do que a narrativa da IA diz. Um veredicto GO emparelhado com uma probabilidade de sucesso abaixo de 50% é automaticamente rebaixado — essa combinação não faz sentido e não é permitida chegar até você. Todas as probabilidades são limitadas a uma faixa de 5–95%, porque nenhum modelo deve jamais reivindicar quase certeza sobre os resultados do mercado. Onde há ambiguidade, os guardrails tendem a favorecer a chamada mais conservadora.
Qualquer inconsistência que os guardrails não consigam resolver completamente é apresentada a você em vez de ser suavizada silenciosamente — para que você sempre saiba quando uma decisão exigiu correção.
Por Que Esta Arquitetura Importa
A maioria dos produtos de "sinal de negociação AI" é uma única chamada de modelo opaca: você envia um ticker, recebe de volta uma frase. O pipeline da PreTrAIde é intencionalmente em camadas — quant primeiro, contexto segundo, raciocínio de IA terceiro, guardrails baseados em regras por último — porque cada camada captura um tipo diferente de falha. A matemática captura o que um modelo de linguagem poderia racionalizar. Os guardrails capturam o que a matemática sozinha não sinalizaria como uma contradição. Você obtém uma decisão que é explicável em cada estágio, não uma caixa preta com uma porcentagem de confiança anexada.
Veja Isso em uma Cesta Real
Números são mais convincentes do que descrições. Construa uma cesta no seu painel, execute a análise e leia toda a razão por trás do seu veredicto GO, NO-GO ou MODIFY — incluindo as pontuações quantitativas que a ancoraram.
