ECHO
Reversão à média de 15 minutos em ETFs e produtos de volatilidade
Ninfa da montanha cuja voz retorna — o preço reverte ao valor justo
O queECHOfaz
O ECHO captura o retorno do mercado ao valor justo — o eco. Treinado em 37 instrumentos favoráveis à reversão (ETFs amplos, produtos de vol, taxas, matérias-primas) e deliberadamente cego a indicadores de tendência.
Reversão à média de curto prazo em regimes instáveis/em intervalo
Como funciona
ECHO é um transformer de atenção fatorizada por canal × tempo. Ele analisa uma janela de contexto de 160 barras de 12 canais de entrada e prevê a distribuição completa das próximas 4 barras.
Passe direto: OHLCV de entrada + canais indicadores → patch-embeddado → camadas alternadas de atenção espácio-temporal → agrupado para uma única embedding → cabeça MLP prevê 7 níveis de quantil por etapa de horizonte.
Canais de entrada
Cada barra é normalizada com z-score por janela usando apenas estatísticas de contexto, para que o modelo veja movimentos relativos em vez de preços absolutos.
Saída
Dados e treino
Universo
37 símbolos
mean_revert_universe
Os símbolos são os instrumentos líquidos e transacionáveis que constituem ECHO's conjunto de treino. Cada ciclo de previsão realiza testes forward no mesmo universo, pelo que os números de desempenho não são escolhidos a dedo.
Porquê esta janela de treino
Excluímos deliberadamente dados anteriores a 2010. O período pré-decimalização (frações até abril de 2001), o regime pré-HFT (≤2007) e a crise de crédito de 2007-2009 refletem uma estrutura de mercado que já não existe. Em 3.3 M parâmetros, gastar capacidade nesse regime é ruído a competir por pesos com o mercado atual — López de Prado (2018) identifica a não-estacionariedade do regime como o principal modo de falha do ML financeiro.
Sensibilidade: um piloto treinado em 2003-2022 apresentou perda de validação 10-12% pior do que a execução a partir de 2010.
Desempenho ao vivo
Cada previsão ECHO que faz é registada e avaliada por barreiras em tempo real. Estes números refletem apenas negócios fechados e atualizam-se continuamente.
O desempenho passado não garante resultados futuros. Os resultados do teste forward refletem a simulação de barreiras R/R 1:3; os resultados ao vivo podem diferir devido a slippage, spreads e liquidez.
Limitações honestas
Teste de exposição Bull-regime
A janela de 15 semanas fora da amostra correspondeu a um período enviesado para o mercado altista. O desempenho do modelo em regimes de baixa (estilo Q4 2022) não foi verificado e é provavelmente materialmente inferior.
Custos de transação não modelados
Os retornos divulgados excluem os custos de entrada e saída (~0,05-0,30% nestes instrumentos). Os retornos reais serão inferiores; os valores divulgados são limites superiores.
Treino/teste com mesmos símbolos
O modelo foi treinado e testado no mesmo universo de símbolos (divisão temporal). Validamos a generalização temporal, não a generalização a outros símbolos não vistos.
Do que estamos confiantes
Habilidade direcional superior ao acaso (taxa de sucesso simétrica 1:1 R/R é 51.5%) e treinamento reprodutível: treinámos de raiz 3+ vezes com os mesmos hiperparâmetros dentro de ±1% da perda de validação.
Leia o artigo completo
Relatório técnico aprofundado: limpeza de dados, análise detalhada da arquitetura, dinâmica de treino, metodologia de simulação de barreiras, resultados completos, análises de sensibilidade e discussão honesta de limitações. ~7.000 palavras.
Comparar entre as cinco
Cada modelo das Cinco Zirdle aborda um regime de negociação diferente. Volte à visão geral para ver como se comparam em taxa de sucesso, tamanho do universo e retornos fora da amostra.