Três Ferramentas Honestamente, Não Um Teste Mágico#
Mais cedo ou mais tarde, todos construindo um processo em torno da pesquisa de IA fazem a mesma pergunta: "Isto realmente funciona?"
Valarn oferece três ferramentas separadas para explorar essa questão ao longo do tempo — mas é importante ter uma visão clara sobre o que cada uma delas é. Nenhuma delas é uma previsão, uma taxa de sucesso ou um histórico. Elas respondem a perguntas diferentes, e confundi-las leva a conclusões erradas.
- Modo de Teste Retroativo — execute a pesquisa completa a partir de uma data passada, sem olhar para a frente.
- O teste retroativo de preços mecânicos — teste uma regra de negociação transparente em preços passados.
- Precisão da Pesquisa — veja como a posição de pesquisa de um relatório envelheceu após o fato.
Vamos analisá-las uma a uma.
1. Modo de Teste Retroativo: Execute a Pesquisa A Partir de uma Data Passada#
O Modo de Teste Retroativo define uma data de negociação histórica e executa a análise completa de múltiplos agentes como se hoje fosse essa data. Os agentes só veem informações que existiam na data que você escolher ou antes.
Para usá-lo: abra Executar Análise, expanda Configurações Avançadas, encontre a seção Modo de Execução e ative Modo de Teste Retroativo. Um campo de Data de Negociação aparece. O texto de ajuda diz isso claramente — "Os agentes usarão apenas dados disponíveis nesta data ou antes."
Por trás das cenas, essa data flui pelos agentes: os documentos da SEC são lidos a partir dessa data, a janela de notícias e sentimentos termina nessa data, e os dados macro refletem o que era conhecido na época. Não há espiadas sobre o que aconteceu a seguir.
O que você obtém é um relatório de pesquisa normal, a partir dessa data — a mesma visão de pesquisa, confiança, agentes e debate que você veria em uma execução ao vivo. Não há um painel separado de "pontuação" ou "estava certo?", porque não é para isso que esta ferramenta serve. Ela responde a uma pergunta mais estreita e honesta: como os agentes teriam enquadrado esta configuração na época, dado apenas o que era conhecível então? Isso a torna útil para compreender o processo de pesquisa, estudar um ponto de inflexão histórico ou comparar como uma empresa parecia então em comparação com agora.
2. O Teste Retroativo de Preços Mecânicos: Teste uma Regra em Preços Passados#
Completamente separado da IA, Valarn inclui um teste retroativo de preços clássico — uma simulação de uma regra de negociação simples e transparente nos preços históricos de uma ação. Você o encontrará na seção Teste Retroativo de qualquer relatório, e como seu próprio hub sob Teste Retroativo na barra lateral, com abas para Laboratório de Estratégia, Ação Única, Portfólio e Tela.
Escolha uma estratégia — Valarn Composite, Buy & Hold, Trend (50-day), MA Crossover, RSI Mean Reversion, ou 52-Week Breakout — e Valarn a executa sobre preços diários históricos e relata as métricas quantitativas habituais: retorno total, retorno excessivo em relação a um benchmark, CAGR, razão de Sharpe, drawdown máximo, taxa de sucesso, fator de lucro, uma curva de capital e uma lista de negociações. Ele funciona com dados de preços públicos gratuitos, e há um resumo opcional "Explicar com IA" em planos pagos.
Uma advertência é mais importante do que qualquer um desses números, e Valarn a declara diretamente no painel: a estratégia "Valarn Composite" é um proxy transparente e rotulado — NÃO uma reprodução da pontuação da pesquisa de IA. Um teste retroativo de preços diz como uma regra mecânica teria se comportado em preços passados. Ele não diz como a pesquisa de IA da Valarn teria se saído, e não é um conselho. Trate-o como uma simulação educacional de uma regra, nada mais.
3. Precisão da Pesquisa: Como uma Posição Envelheceu#
A coisa mais próxima de "a pesquisa se manteve?" é o cartão de Precisão da Pesquisa em um relatório — e note o que ele não faz: ele nunca classifica um sinal como certo ou errado.
Em vez disso, ele mostra como a posição de pesquisa desse relatório envelheceu desde que foi publicado — em 1, 5, 30 e 90 dias — tanto em termos absolutos quanto em relação ao S&P 500 e ao setor da ação. Cada janela carrega um rótulo simples e honesto: envelheceu bem, misturado, envelheceu mal, ou cedo demais para avaliar.
Valarn é deliberado sobre essa estrutura e diz isso no próprio cartão: trata-se de como uma posição "envelheceu … calibração, não desempenho." (Sumários de calibração em toda a organização estão disponíveis em planos Enterprise.)
O aviso é digno de repetição, porque é o ponto: isso é apenas monitoramento de qualidade e calibração de pesquisa. Resultados passados não preveem resultados futuros, e não são um registro de desempenho de investimento ou de retornos de qualquer usuário.
Usando Todas as Três Juntas#
Usadas honestamente, essas ferramentas ajudam você a construir um julgamento calibrado sobre como ler a pesquisa da Valarn — não um sistema de negociação:
- Modo de Teste Retroativo mostra o processo de pesquisa em configurações históricas, sem vazamento de retrospectiva.
- O teste retroativo de preços mostra como regras mecânicas transparentes se comportaram em preços passados — claramente separado da IA.
- Precisão da Pesquisa mostra, ao longo do tempo, se uma posição tende a envelhecer bem — como calibração, nunca como um histórico.
O que nenhuma delas faz é prometer uma taxa de sucesso, uma "precisão de sinal" ou um retorno futuro. Mesmo uma visão de pesquisa bem fundamentada parecerá errada uma parte significativa do tempo — os mercados são incertos, e fingir o contrário seria desonesto.
A Conclusão#
O teste retroativo na Valarn é sobre compreensão, não prova. Execute a pesquisa a partir de uma data passada para ver como os agentes raciocinam com dados precisos para o período. Use o teste retroativo de preços mecânicos para verificar regras simples — lembrando que não é a IA. E observe a Precisão da Pesquisa ao longo do tempo para calibrar quanto peso uma determinada posição merece.
Cada uma dessas é educacional e descritiva — uma maneira de pensar mais claramente sobre a pesquisa, não uma garantia do que acontece a seguir.
Valarn
Customer Success
Valarn Research Team
