Atualizando...

🔄 AUTO

☀ Tela ativa

--:--:--

--

ABE--

MAX--

MIN--

Volume

--

Indicadores

Predições ONNX

+1d

--

+3d

--

+7d

--

Watchlist

Últimas Notícias

Carregando...

F fullscreen R refresh A auto-cycle Esc sair

Moeda:

Capital: —

— ativos

—

Retorno Anual

—

▸ detalhes

Volatilidade Anual

—

▸ detalhes

Sharpe Ratio

—

▸ detalhes

Máx. Drawdown

—

▸ detalhes

—

ativos

Alocação DRL PPO

Equity Curve Comparativa

PPO vs Buy&Hold vs Equal-Weight · Base 100

Drawdown por Estratégia

Walk-Forward Backtest

Racional Preditivo XAI / SHAP

Carregando...

Regime de Mercado GMM

Contexto Macroeconômico Keynesiano

Ciclo de Minsky · Risco Geopolítico · Framing Estrutural

Otimizador de Portfolio

Encontra os pesos ótimos sob diferentes objetivos via Markowitz + Black-Litterman

Markowitz + BL

Período

Objetivo

Pronto para encontrar a fronteira eficiente

Escolha o período e o objetivo acima e clique Otimizar. O motor vai testar diferentes combinações de pesos e te mostrar a curva de risco × retorno com o ponto ótimo destacado.

// López de Prado · Minsky · Walk-Forward · Conformal Prediction

Universo CAOSmarada

14 modelos quantitativos validados sob protocolos científicos de Marcos López de Prado (Sharpe Deflacionado, alocação hierárquica HRP) e walk-forward consagrado na literatura. Cada ativo passa por testes estatísticos rigorosos de robustez antes de entrar em paper trading diário.

HRP Sharpe — anualizado OOS · janela —

Ativos / Tiers — — · Tier 1 / Tier 2

Paper Trading — — trades · hit —

Sharpe Médio — OOS dos modelos · mediana —

Modelos científicos

atualizado agora · snapshot v2 · clique no ativo para evidência científica completa

Ativo Peso HRP Sharpe OOS Δ vs B&H Sinal Paper PnL

Carregando vitrine…

Predição AI

Predições direcionais experimentais

Sistema A · BiLSTM + Performer + MTL · feature UX complementar à vitrine PnL acima

Expandir

Conformal Drift

Aguardando… --% cov · target 95% · desvio --pp · N=-- · ±--%

global pool

Controles ONNX

Aguardando Seleção...

⊞ Comparação Multi-Ticker

Selecione 2–4 ativos para comparar acurácia lado a lado

Selecione os ativos acima para comparar.

Projeção de Curto Prazo (7 dias)

Explicabilidade IA

Permutation Importance · top 15

Tracker de Performance

Auditoria estatística — Últimos 7 dias

Desempenho Global

Hit Rate ↗

--

Margem adaptativa ⓘ

MAPE ↗

--

Erro % médio

Direção ↗

--

Alta/Baixa corretas

Sequência ↗

--

Sequência

Total ↗

--

Confiança ↗

--

100% − MAPE

Sharpe Ratio ↗

--

Retorno/Risco

Sortino Ratio ↗

--

Penaliza erros baixos

Melhor Ativo ↗

--

Pior Ativo ↗

--

Desempenho por Horizonte Temporal

Horizonte +1 Dia ↗ detalhes

Hit Rate --

Direção --

MAPE --

-- previsões

Horizonte +3 Dias ↗ detalhes

Hit Rate --

Direção --

MAPE --

-- previsões

Horizonte +7 Dias ↗ detalhes

Hit Rate --

Direção --

MAPE --

-- previsões

Análise Estatística Avançada

Distribuição de Erros (MAPE)

Histograma

P25

--

P50

--

P75

--

P90

--

P95

--

Calibração do Modelo

Precisão por faixa

-- Ultra Preciso
<1%

-- Preciso
1–2%

-- Aceitável
2–5%

-- Pobre
>5%

Ratios de Risco/Retorno

-- Sharpe

-- Sortino

Aguardando dados... Síntese

Acurácia por Dia da Semana

Sáb/Dom = cripto 24/7

■ Hit Rate Fins de semana monitorados exclusivamente para criptoativos

Evolução da Acurácia

■ Hit Rate ■ Direção

Acurácia por Horizonte

Acurácia direcional semanal por horizonte (1d / 3d / 7d)

Calibração do Score de Confiança

Mede a calibração do score auto-declarado pelo modelo, não a probabilidade direcional calibrada (Platt). · ECE + Brier + Reliability Diagram

Fonte: Horizonte:

-- ECE (Expected Calibration Error) menor = melhor · <5% excelente

-- Brier Score 0 = perfeito · 0.25 = aleatório

-- Amostras Verificadas

Carregando...

Performance por Ativo

Ativo	Previsões	Hit Rate	Direção	MAPE	Acc. 30d	Qualidade
Carregando...

Histórico de Previsões

Registro Completo

Ativo	Hz	Data Prev.	Alvo	Dir.	Previsto	Real	Δ Erro	Margem	Conf.	Status
Carregando...

Inválidos

--

Outliers expurgados
(erro > 50%)

Pendentes

--

Aguardando
verificação

Média ± DP

--

±--

Erro médio ± desvio

Termômetro Global

--

Aguardando

Heatmap de Ativos clique para abrir Mercado

Manchetes que Moveram o Sentimento

Análise de Risco Individual Watchlist

clique na linha para expandir detalhes

Ativo	Preço	VaR 95% / 1d	Vol. Diária	Vol. Anual	Persist.	Assim.	Qtd. Sugerida
Processando EGARCH...

Distribuição de Volatilidade

Histórico de Volatilidade Realizada

Selecione um ativo para ver o histórico de volatilidade

Matriz de Correlação de Retornos

Clique em "Calcular" para computar a matriz de correlação da watchlist.

Termômetro Macro Composto

Minsky × GPR — score 0–100

🏦 Minsky & 🌍 GPR — ver detalhes

Índice Minsky ▸ detalhes

Risco Geopolítico (GPR) ▸ detalhes

Alertas

Snapshot Macro Brasil (BCB)

Curva de Juros BR proxy DI · Focus

Juro Real & Regime Monetário Fisher · Focus 12m

Heatmap Setorial B3 × Fatores Macro

Correlação de Pearson (60d) — setores vs. fatores macro globais

Mapa de Correlações Estruturais (90 dias)

Correlação de Pearson entre fatores macro e ativos estratégicos

Divergências Estruturais

Ativos cujo preço diverge mais de 15% do retorno justificado pelos fatores macro — sinaliza oportunidades e riscos de médio prazo.

📐 Validação Temporal (WFV)

Resultados out-of-sample sem lookahead bias · Execute walk_forward_validation.py --all para gerar

🏆 Champion-Challenger

Seleção automática de variantes · XGBoost vs LSTM Balanced vs LSTM Aggressive · DSR anti-overfitting

🏆 Ranking de Modelos — Validação Temporal

Ativo	Dir. Acc (%)	IC	Sharpe Sim	MTL/LEG	Última Validação
Carregando...

Ativo

Data Início

Data Fim

Capital Inicial (R$)

Estratégias simuladas: ■ Buy & Hold · ■ EMA Cross (9/21) · ■ EMA + Filtro Macro (VIX<25 + DXY) · ■ Momentum 20d · ■ ONNX Signal

🧪

Backtest Customizado (Predições Históricas)

Tickers (vírgula)

Stop Loss (%)

Take Profit (%)

Horizonte (dias)

Capital (R$)

⚗️

Laboratório pronto

Selecione o ativo, período e capital inicial, depois clique em Executar Backtest.

"A estratégia vencedora não é a que rendeu mais no passado — é a que sobreviveu aos regimes adversos." — Keynes adaptado

🤖

Backtest com Predições ONNX Reais

Simula "seguir o modelo" usando predições verificadas do prediction_log · Sem lookahead bias

Ativo (tickers verificados)

Capital Inicial (R$)

Período (dias)

Estratégia DOWN

Selecione um ativo com predições verificadas e clique em Executar.

📋 Lembretes Ativos

—

pendentes + agendados

⚠️ Atrasados

—

passaram da hora

⚡ Automações Ativas

—

executando na agenda

🛒 Trackers Ativos

—

monitorando preços

🎯 Abaixo da Meta

—

prontos para comprar

⚡ Automações IA

Carregando...

📋 Lembretes

Carregando...

🛒 Radar de Preços

Carregando...

💬 Mensagens Hoje

—

persiste no restart

🤖 Chamadas LLM

—

hoje (PostgreSQL)

🪙 Tokens Hoje

—

prompt + completion

💰 Custo Hoje

R$ —

—

💰 Custo 30 dias

R$ —

acumulado PostgreSQL

⚡ Latência Média

—

últimas 100 chamadas

✅ Taxa de Sucesso

—

tools — sessão atual

❌ Erros

—

acumulado hoje

📈 Custo LLM e Tokens — 30 dias (PostgreSQL)

🤖 Chamadas por Modelo — 7 dias

⚡ Latência LLM — últimas 30 chamadas

📋 Atividade Recente (persiste restarts)

🔧 Desempenho das Ferramentas

TOOL	TOTAL	SUCESSO%	ERROS	AVG
Carregando…

🤖 Custo por Modelo — 7 dias (PostgreSQL)

MODELO	CALLS	TOKENS	CUSTO	AVG
Carregando…

👥 Breakdown por Usuário

mensagens · custo estimado

Carregando…

🧠 Roteamento de Modelos de IA — qual modelo é acionado em cada contexto

💬

Chat Simples

Saudações e conversas sem análise financeira

Grátis

route_model() → tier: free → MODEL_FREE_CHAT

🤖

Sub-agentes com Tools

Finance, Research, Personal com chamadas de ferramentas

Haiku

route_model() → tier: sonnet → MODEL_AGENT_TOOLS

👔

Supervisor (Roteamento)

Decide qual sub-agente acionar — leve e rápido

Grátis

supervisor.py → MODEL_SUPERVISOR

🧠

Raciocínio Livre

Extended thinking para análise sem ferramentas

Grátis

route_model() → MODEL_FREE_REASONING

📊

Análise Financeira Profunda

Keywords complexas: portfólio, backtest, VaR, etc.

Premium

route_model() → tier: opus_keywords → MODEL_CHAT_DEEP · economy.py · ensemble_predictor.py

💻

Código / Execute Python

Ferramenta execute_python_code nos agentes

Grátis

route_model("code") → MODEL_CODE

🔮

Ultra-análise (Opus)

"análise profunda", "Monte Carlo" — acionado raramente

Opus

route_model() → tier: opus → MODEL_DEEP

🛡️

Fallback de Emergência

Acionado automaticamente quando qualquer modelo pago esgota créditos (402/quota) — mantém o bot funcionando sem interrupção

Grátis

MODEL_FREE_FALLBACK — primeiro da cadeia de fallback (dinâmico, sem restart)

📰 Pipeline de Notícias — modelos do processamento de notícias (alta frequência)

📄

Resumo por Artigo

Batch summarize + scoring de impacto

Grátis

news_engine.py → MODEL_NEWS_SUMMARY

✍️

Síntese Final / Briefing

Cluster analysis + síntese executiva final

Grátis

news_engine.py → MODEL_NEWS_BRIEFING

👁️

Visão / Análise de Imagem

Multimodal — screenshots, imagens enviadas pelo usuário

Premium

llm_client.analyze_image() → MODEL_VISION

⚙️ Plataforma — requer reinicialização do bot

Canal de Mensagens

Telegram Bot Token

Owner Phone

Owner Telegram ID

Max Iterações por Agente

🎨 Aparência

Tema da interface

Dark

Light

🔑 API Keys — requer reinicialização do bot

Evolution API Key

Aguardando

—

na fila agora

Aprovados Hoje

—

acessos liberados

Negados Hoje

—

recusados

Taxa Aprovação

—

histórico total

Total Histórico

—

requisições

Fila de Aprovação

✅

Nenhum pendente

📋 Histórico Recente

Últimas aprovações e negações

Carregando...

Total

—

Ativos

—

Owner / Admin

—

VIP

—

Premium

—

Plus

—

Inativos

—

	Nome / Login	Tier	Plataforma	Contato	Criado	Último Login	Status	Ações

Alertas Ativos

—

Disparados Hoje

—

Total Configurados

—

Última Verificação

—

Novo Alerta

Ativo (ticker)

Tipo de Alerta

Preço Alvo

Alerta Recorrente

Nota (opcional)

Ativo	Tipo	Condição	Nota	Recorrente	Disparos	Último Disparo	Status

🔐

Nenhuma credencial cadastrada

Limites por tier: ⭐ Plus 100 req/dia 💎 Premium 2.000 req/dia 🔱 Owner ilimitado

Carregando...

GET /api/v1/tickers Todos os tiers

Lista todos os tickers com predicoes verificadas disponiveis na plataforma.

X-API-Key: botia_xxxx

{ "tickers": [ { "ticker": "PETR4.SA", "verificadas": 120, "acuracia_direcional": 67.5 } ],
  "rate_limit": { "remaining": 1995, "daily_limit": 2000 } }

GET /api/v1/predictions/latest Todos os tiers

Ultimas predicoes de um ticker. Params: ticker* · horizon (1d/5d/10d/22d) · limit (1-50)

GET /api/v1/predictions/latest?ticker=PETR4.SA&limit=5&horizon=1d

{ "predictions": [ { "horizon": "1d", "predicted_direction": "UP", "direction_hit": 1, "error_pct": 0.42 } ] }

GET /api/v1/predictions/accuracy Todos os tiers

Acuracia direcional e MAPE. Params: ticker (opcional) · dias (7-365, default 90)

GET /api/v1/predictions/accuracy?ticker=PETR4.SA&dias=90

{ "tickers": [ { "acuracia_pct": 67.5, "mape_pct": 1.23 } ] }

Python · requests

import requests

API_KEY = "botia_SEU_TOKEN_AQUI"
BASE_URL = "http://localhost:8000/api"
headers = {"X-API-Key": API_KEY}

# Listar tickers
r = requests.get(f"{BASE_URL}/v1/tickers", headers=headers)
tickers = r.json()["tickers"]
print(f"Tickers: {len(tickers)}")

# Ultimas predicoes de PETR4
r = requests.get(f"{BASE_URL}/v1/predictions/latest",
    headers=headers, params={"ticker": "PETR4.SA", "limit": 5, "horizon": "1d"})
for p in r.json()["predictions"]:
    print(p["horizon"], p["predicted_direction"], p["direction_hit"])

# Acuracia dos ultimos 90 dias
r = requests.get(f"{BASE_URL}/v1/predictions/accuracy",
    headers=headers, params={"ticker": "PETR4.SA", "dias": 90})
acc = r.json()["tickers"][0]
print(f"Acuracia: {acc['acuracia_pct']}% | MAPE: {acc['mape_pct']}%")
print(f"Requests restantes hoje: {r.json()['rate_limit']['remaining']}")

JavaScript · fetch

const API_KEY = 'botia_SEU_TOKEN_AQUI';
const BASE = 'http://localhost:8000/api';
const headers = { 'X-API-Key': API_KEY };

const { tickers } = await fetch(`${BASE}/v1/tickers`, { headers }).then(r => r.json());
console.log(`Tickers: ${tickers.length}`);

const url = new URL(`${BASE}/v1/predictions/latest`);
url.searchParams.set('ticker', 'PETR4.SA');
url.searchParams.set('limit', '5');
const { predictions } = await fetch(url, { headers }).then(r => r.json());
predictions.forEach(p => console.log(p.horizon, p.predicted_direction, p.direction_hit));

const accUrl = new URL(`${BASE}/v1/predictions/accuracy`);
accUrl.searchParams.set('ticker', 'PETR4.SA');
const accData = await fetch(accUrl, { headers }).then(r => r.json());
console.log(`Acuracia: ${accData.tickers[0].acuracia_pct}%`);

cURL · bash

# Listar tickers
curl -H "X-API-Key: botia_SEU_TOKEN_AQUI" http://localhost:8000/api/v1/tickers

# Ultimas predicoes (PETR4, 5 registros, horizonte 1d)
curl -H "X-API-Key: botia_SEU_TOKEN_AQUI" \
  "http://localhost:8000/api/v1/predictions/latest?ticker=PETR4.SA&limit=5&horizon=1d"

# Acuracia dos ultimos 90 dias
curl -H "X-API-Key: botia_SEU_TOKEN_AQUI" \
  "http://localhost:8000/api/v1/predictions/accuracy?ticker=PETR4.SA&dias=90"

R · httr2

library(httr2); library(jsonlite)
API_KEY <- "botia_SEU_TOKEN_AQUI"
BASE_URL <- "http://localhost:8000/api"

api_get <- function(path, ...) {
  request(paste0(BASE_URL, path)) |>
    req_headers("X-API-Key" = API_KEY) |>
    req_url_query(...) |>
    req_perform() |>
    resp_body_json()
}

tickers <- api_get("/v1/tickers")$tickers
cat("Tickers:", length(tickers), "\n")

preds <- api_get("/v1/predictions/latest", ticker = "PETR4.SA", limit = 10)$predictions
df <- fromJSON(toJSON(preds))
print(df[, c("horizon", "predicted_direction", "direction_hit", "error_pct")])

acc <- api_get("/v1/predictions/accuracy", ticker = "PETR4.SA", dias = 90)$tickers[[1]]
cat(sprintf("Acuracia: %.1f%% | MAPE: %.2f%%\n", acc$acuracia_pct, acc$mape_pct))

🔧 Configurar

Endpoint

API Key

📨 Resposta

// Clique em Executar para ver a resposta

Sessões 0

Carregando...

Selecione uma conversa ao lado

💬

Selecione uma conversa ao lado

Conf. mín Ordenar

Carregando sinais…

Histórico de Acurácia dos Sinais — 30d

⏳

Verificando... —

Carregando auditoria completa...

Modelos ONNX

—

YFinance

—

Acurácia Direcional

—

MAPE Global

—

🧠 Modelos de Machine Learning

Carregando...

🗄️ Pipelines de Dados

Carregando...

✅ Auditoria de Predições

Carregando...

🔌 Serviços Externos

Carregando...

⚙️ Sistema

Carregando...

🔎 Auditor Assíncrono

Estado Geral

—

health do auditor

CRITICAL abertos

—

requer ação imediata

WARN abertos

—

revisar quando der

INFO abertos

—

informativo

Carregando findings...

0 linhas Auto-scroll

Solte o arquivo aqui

CAOSmarada AI

Multi-Agent Swarm • Online

Olá! Sou a CAOSmarada AI — assistente multi-agente financeira. Posso ajudar com análises, sinais, predições, emails, lembretes e muito mais.agora

Pensando...

Validação Científica · Portfólio Hierárquico

Paper Trading Científico

Carteira diversificada que distribui o risco entre ativos selecionados após mais de 17 ciclos de validação científica, usando o método de Diversificação Hierárquica de Risco^[1]. Cada predição vem acompanhada de uma faixa de incerteza estatística^[2], permitindo entender não apenas a direção esperada, mas o quão confiável é o sinal. Esta carteira simula operações sem mover capital real, servindo como prova contínua de eficácia dos modelos antes de qualquer uso em capital próprio^[3].

Operação diária · 09:30 + 18:30 BRT

Sharpe Anual · 30d

--

rolling 30d gross

Max Drawdown · 30d

--

pior pico→vale

Hit Rate · 30d

--

direction_hit verified

Trades Ativas · 30d

--

|position| > 0

Universo HRP

--

ativos com pkl

Equity Curve HRP (weighted PnL agregado)

--

Alertas Operacionais

Carregando...

Sinais do Dia (predição D)

--

Ativo	Direção	Prob Long	Position	Weighted	Interval 95%	Data
Carregando...

Verificações Recentes (D-1 com ret_realized)

--

Ativo	Direção	Ret Realizado	PnL Bruto	Hit	D → D+1
Carregando...

Próximas Operações

Carregando...

Fundamentação Científica

López de Prado, M. (2016). Building Diversified Portfolios that Outperform Out of Sample. Journal of Portfolio Management, 42(4), 59–69. Fundamenta o método de diversificação hierárquica de risco usado para distribuir capital entre os ativos da carteira.
Gibbs, I. & Candès, E. (2021). Adaptive Conformal Inference Under Distribution Shift. Advances in Neural Information Processing Systems (NeurIPS), 34, 1660–1672. Define o método estatístico que entrega a faixa de incerteza de cada predição com garantia de cobertura, mesmo quando o mercado muda de regime.
López de Prado, M. (2018). Advances in Financial Machine Learning. John Wiley & Sons. Capítulo 11 estabelece o uso de paper trading como etapa obrigatória antes de qualquer alocação de capital real — protocolo seguido nesta carteira.

Disclaimer. Esta página apresenta resultados de simulação (paper trading) com propósito exclusivamente educativo e de validação metodológica. Não constitui recomendação de investimento. Performance passada não garante resultados futuros.

🧪 AI Trading Lab (Simulador)

Paper trading automático 24/7 operando os sinais do modelo ONNX

--:--:-- BRT

Próx. scan --:--

...

Carteiras

Hora	Ativo	ONNX	Conf	Decisão	Perfil	Motivo
Selecione uma carteira para ver o scanner

📊 Swing & Position Trading

🔥 Carteira Agressiva ▸ detalhes

R$ --

--%

Win Rate--% · Trades-- · Sharpe-- · Avg P&L--

TP: +20% · SL: -15% · Ordem: 30% banca

🛡️ Carteira Cautelosa ▸ detalhes

R$ --

--%

Win Rate--% · Trades-- · Sharpe-- · Avg P&L--

TP: +8% · SL: -5% · Ordem: 10% banca

⚡ Day Trading & Scalping

Trades Hoje ▸

--

P&L Hoje ▸

--

Win Rate Hoje ▸

--

Wins / Losses ▸

--

🏄 Scalper (Surfar Ondas) ▸ detalhes

R$ --

--%

Win Rate--% · Trades-- · Sharpe-- · Avg P&L--

Hoje: --

TP: +1.2% · SL: -0.7% · Ordem: 15% · Máx 3 simultâneas · 24/7

⚡ Day Trader (Intraday) ▸ detalhes

R$ --

--%

Win Rate--% · Trades-- · Sharpe-- · Avg P&L--

Hoje: --

TP: +2.5% · SL: -1.2% · Ordem: 20% · Auto-fecha 17:30h BRT

PnL Científico (Sistema B) detalhes

R$ --

--%

Win Rate--% · Trades-- · Sharpe-- · Avg P&L--

Capital R$ 100k · HRP-weighted · Stops via interval_95 conformal · Não fecha no EOD

📈 Equity Curve — Todos os Perfis

📊 Risk Dashboard

Sortino--

Calmar--

Profit Factor--

Expectancy--

Max Drawdown--

DD Duration--

Recovery Factor--

Risk of Ruin--

Avg Win--

Avg Loss--

Best Trade--

Worst Trade--

Win Streak--

Loss Streak--

🔔 Notificacoes do Trading Lab

Canais

Dashboard WhatsApp

Tipos

Entrada Saida Trailing Alertas

Confianca minima

Quiet Hours

ate

📂 Posicoes Abertas

Atualiza automaticamente a cada 30s

Perfil	Ticker	Side	Entrada	Investido	Aberto em	Tempo	PNL R$	PNL %	Trailing

📋 Historico de Trades

Ultimos 50 trades fechados

Perfil	Ticker	Side	Fechado em	Duracao	Entrada	Saida	Investido	Retorno R$	Retorno %	Motivo

Terminal do Simulador (Ao Vivo) ONLINE

[Aguardando conexão com o motor do bot...]

📈 Simulador Histórico — What-If

Simule estratégias de trading no passado com qualquer capital, tickers e período. Compare buy & hold vs swing vs day trader.

Tickers

Tickers (separados por vírgula)

Capital Inicial (R$)

Período (dias)

Estratégia

Criar nova carteira

Passo 1/3 — Perfil de Risco

Como voce gostaria que o robo opere?

Passo 2/3 — Como montar?

Escolha um modelo pronto ou customize do zero.

Carregando templates...

Passo 3/3 — Nome e capital

Revise e personalize antes de ativar.

Nome da Carteira

Capital Inicial (R$)

Confianca Min (%)

Ativos selecionados (editar)

Separe por virgula. Respeite o limite de ativos do seu plano.

Digite um ticker e clique em Carregar.

🧮 Calculadora Greeks

Strike

Prazo (dias)

Vol. impl. % (opcional)

Informe o strike e clique em Calcular.

Preço Teórico --

📋 Options Chain (clique no strike para preencher a calculadora)

CALLS				Strike	PUTS
Último	Bid/Ask	Δ	IV%	—	IV%	Δ	Bid/Ask	Último
Digite um ticker e clique em Carregar.

📉 Diagrama de Payoff

Estratégias Prontas

Pernas da Estratégia

Selecione uma estratégia ou adicione pernas manualmente.

Configure as pernas e clique em Calcular Payoff.

Bem-vindo de volta.

CAOSmarada

Mercado Financeiro

RSI (14)

MACD

Stochastic

VLI Regime

HMM Regime

Estúdio de Carteiras DRL

Equity Curve Comparativa

Drawdown por Estratégia

Walk-Forward Backtest

Racional Preditivo XAI / SHAP

Regime de Mercado GMM

Contexto Macroeconômico Keynesiano

Otimizador de Portfolio

Ordens de Rebalanceamento

Modelos de Trading PnL Científico

Universo CAOSmarada

Modelos científicos

⊞ Comparação Multi-Ticker

Projeção de Curto Prazo (7 dias)

Explicabilidade IA

Tracker de Performance

Distribuição de Erros (MAPE)

Calibração do Modelo

Acurácia por Dia da Semana

Evolução da Acurácia

Acurácia por Horizonte

Calibração do Score de Confiança ?

Registro Completo

Inválidos

Pendentes

Média ± DP

Sentimento de Mercado AI

Termômetro Global

Heatmap de Ativos clique para abrir Mercado

Manchetes que Moveram o Sentimento

Risco & Volatilidade AI

Análise de Risco Individual Watchlist

Distribuição de Volatilidade

Histórico de Volatilidade Realizada

Matriz de Correlação de Retornos

Market Briefing AI

Painel Macro Estrutural

Termômetro Macro Composto

Índice Minsky ▸ detalhes

Risco Geopolítico (GPR) ▸ detalhes

Snapshot Macro Brasil (BCB)

Heatmap Setorial B3 × Fatores Macro

Mapa de Correlações Estruturais (90 dias)

🎯 Saúde dos Modelos Preditivos

📐 Validação Temporal (WFV)

🏆 Champion-Challenger

⚗️ Laboratório de Backtesting Interativo

🏆 Ranking de Modelos — Validação Temporal

Backtest Customizado (Predições Históricas)

📊 Comparação de Estratégias

📈 Equity Curve

📅 Retorno Anual por Estratégia (%)

📊 Distribuição de Retornos Diários

📈 Rolling Sharpe (63 dias)

📋 Trade Log — Operações Detectadas

Backtest com Predições ONNX Reais

Notícias Premium

✨ Produtividade

⚡ Automações IA

📋 Lembretes

🛒 Radar de Preços

⚡ Workflow Builder

📊 Bot Dashboard

📈 Custo LLM e Tokens — 30 dias (PostgreSQL)

🤖 Chamadas por Modelo — 7 dias

⚡ Latência LLM — últimas 30 chamadas

📋 Atividade Recente (persiste restarts)

🔧 Desempenho das Ferramentas

🤖 Custo por Modelo — 7 dias (PostgreSQL)

👥 Breakdown por Usuário

Settings

🚨 Fila de Aprovação

Calibração do Score de Confiança