# Dentro do Motor de Decisão da PreTrAIde: Como São Tomados os Veredictos GO, NO-GO e MODIFY

Uma visão transparente sobre o pipeline de quatro camadas por trás de cada veredicto da PreTrAIde: pontuação quantitativa determinística, contexto do mundo real, raciocínio da IA e guardrails baseados em regras.

Pergunte a dez "escolhedores de ações de IA" diferentes sobre o mesmo negócio e frequentemente receberá 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

Cada cesta que você passa pela 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 iniciada ou encerrada sem deslizamento excessivo
- Uma **pontuação de volatilidade**, refletindo o quanto a posição provavelmente oscilará dia a dia
- Uma **pontuação de execução**, considerando 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 na equação.

## 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 liga 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 aos Dados

Só 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 às 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 a você. Todas as probabilidades são limitadas a uma faixa de 5–95%, porque nenhum modelo deve jamais afirmar 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 de IA" 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 pode 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 em uma Cesta Real

Números são mais convincentes do que descrições. Crie uma cesta no seu painel, execute a análise e leia o raciocínio completo por trás do seu veredicto GO, NO-GO ou MODIFY — incluindo as pontuações quantitativas que a ancoraram.

---
Source: https://pretraide.com/pt/article/ai-decision-engine-go-nogo-modify