Mont Rendoire — painel de análise de dados financeiros usando inteligência artificial

Decisões de investimento baseadas em dados, não em intuição

O Mont Rendoire analisa continuamente os mercados financeiros e gera recomendações de diversificação testadas em ciclos de mercado anteriores. O objetivo: reduzir o preconceito humano na alocação de capital.

Exemplo de simulação — dados ilustrativos
Exposição a ações
Exposição de títulos
Volatilidade estimada
Correlação média

Arquitetura técnica do mecanismo de análise

Cada recomendação passa por quatro etapas distintas, desde a coleta de dados brutos até a validação histórica, antes de ser apresentada ao usuário.

01

Ingestão de dados

Recolha contínua de informações de mercado, dados macroeconómicos e séries de preços de fontes financeiras públicas e privadas.

02

Padronização

Os dados brutos são padronizados, os valores discrepantes são filtrados e as séries temporais são alinhadas a uma base comum.

03

Modelagem preditiva

Os modelos estatísticos identificam correlações entre ativos e estimam cenários prováveis de mercado.

04

Validação por backtesting

Cada estratégia é simulada ao longo de períodos históricos distintos da fase de treinamento antes de ser disponibilizada.

Frequência de atualização Continuar
Horizonte de backtesting Vários ciclos de mercado
Classes de ativos cobertas Ações, títulos, moedas, commodities
Modo de acesso Terminal web, exportação de dados

Ferramentas de análise para diversificação

Cada módulo aborda uma dimensão específica do portfólio – alocação, risco, correlação – a fim de produzir recomendações quantificadas.

Alocação dinâmica

Ajusta a alocação da carteira com base na volatilidade medida nos ativos detidos.

Pontuação de risco sistêmico

Atribui a cada posição uma classificação de exposição a choques de mercado, de crédito e de liquidez.

Simulação de cenário

Projeta o impacto das variações macroeconômicas no valor global e no risco da carteira.

Detecção de correlação

Identifica ativos altamente correlacionados para limitar a concentração não intencional de risco.

Relatórios de backtesting

Documenta o desempenho histórico de cada estratégia testada, período por período.

Alertas de reequilíbrio

Relata desvios entre a alocação real e a alocação alvo definida pelo usuário.

Nota sobre os indicadores exibidos: as métricas de desempenho apresentadas no terminal (índice de Sharpe, drawdown, volatilidade anualizada) são calculadas com base em dados históricos e não constituem uma projeção de desempenho futuro.
Mont Rendoire — segmentação e modelagem de risco de portfólio

O risco não é uma variável abstrata

O motor segmenta a carteira em classes de risco homogéneas, mede a correlação cruzada entre as posições e, em seguida, calcula uma exposição líquida ao risco de mercado, de crédito e de liquidez.

Segmentação → correlação cruzada → exposição líquida → limite de alerta configurável de acordo com sua tolerância ao risco.

Os limites de disparo são ajustáveis ​​pelo usuário e aplicados de forma idêntica a cada recálculo, sem intervenção manual intermediária.

Analisar padrões

Aplicação concreta para perfis ativos

Três perfis representativos de usuários que buscam diversificar sua renda além de uma atividade principal.

Perfil — executivo de consultoria, 31 anos

Diversificação das poupanças dos funcionários

Objectivo: distribuir as poupanças acumuladas ao longo de vários anos para além dos produtos oferecidos pelo empregador, com acompanhamento mensal e não diário.

Semana 1Conexão de contas e importação de posições existentes.
Semana 2Configurar limites de risco e alocação de metas.
Mês 1Primeiro alerta de rebalanceamento baseado em desvios medidos.
Perfil — engenheiro de software, 28 anos

Testando novas classes de ativos

Objetivo: avaliar, via backtesting, o interesse de integrar commodities e moedas em uma carteira até então concentrada em ações.

Dia 1Simulação de cenários sobre dados históricos multiativos.
Semana 3Comparação de relatórios de backtesting entre duas alocações.
Mês 2Ajuste gradual da exposição de acordo com os resultados observados.
Perfil — analista financeiro, 35 anos

Validação cruzada de modelos internos

Objetivo: comparar as hipóteses de gestão de pessoas com os resultados do backtesting produzido pelo motor, antes de qualquer decisão de alocação.

Semana 1Exportação de relatórios de backtesting para comparação externa.
Semana 4Ajuste dos limites de risco em função do desvio observado.
Trimestre 1Revisão periódica das pontuações de risco sistêmico.

Fontes de dados e método de validação

As perguntas mais frequentes dizem respeito à origem dos dados e à fiabilidade do backtesting.

De onde vêm os dados utilizados pela plataforma?

Os dados são agregados de fornecedores de dados financeiros reconhecidos e de mercados públicos, com atualização contínua de séries de preços e indicadores macroeconômicos.

Como é realizado o backtesting?

Cada estratégia é simulada ao longo de um período histórico distinto daquele utilizado para treinar o modelo, a fim de limitar o risco de overfitting em dados já conhecidos.

O desempenho passado garante resultados futuros?

Não. O backtesting mede a robustez de uma estratégia em relação aos ciclos de mercado que já ocorreram. Não constitui uma garantia de desempenho futuro e não deve ser interpretado como tal.

Quais classes de ativos são abrangidas pela análise?

Ações, títulos, ETFs, moedas e commodities. A cobertura depende das fontes de dados disponíveis para cada instrumento.

Você precisa de conhecimento financeiro avançado para usar a plataforma?

Recomenda-se uma compreensão básica do risco e da alocação. Os relatórios foram projetados para permanecerem legíveis sem treinamento de gerente de portfólio.

Passe de uma decisão intuitiva para uma decisão quantificada

O terminal Mont Rendoire fornece acesso aos módulos de alocação, pontuação de risco e backtesting descritos acima, com monitoramento mensal de suas posições.

Acesse o terminal
Exportação CSV Integração da API REST Compatibilidade com planilha padrão