Metodología rigurosa.

Todos los resultados CNW se producen con walk-forward estricto, constituyentes point-in-time y costes de transacción reales. Sin look-ahead bias en ningún estudio publicado.

01 — Cómo se integra

Se integra en tu proceso. No lo reemplaza.

CNW actúa como capa de señal sobre tu proceso existente. Recibes una señal diaria por API para cada posición, con score de confianza y sizing sugerido. Tu ejecución no cambia.

Defines tu universo

Nos proporcionas tu universo de renta variable. CNW mapea cada posición a una instancia de modelo dedicada. El set S&P 500 está disponible de inmediato.

Entrenamos un modelo por activo

Cada valor tiene su propio modelo entrenado exclusivamente con sus datos históricos: microestructura de precios, fundamentales, contexto macro y señales derivadas. Sin contaminación cross-seccional.

Recibes la señal diaria

Entrega post-mercado via REST API. Direccional (long / flat / short) con score de confianza y sizing sugerido. El 67% de señales se filtra automáticamente antes de llegar a ti.

Ejecutas sin cambiar tu operativa

La señal CNW es un overlay, no un sistema de ejecución autónomo. Tu broker, tu custodio y tus procesos de compliance siguen igual. Solo añades una capa de información estadística.

AUM mínimo

Flexible

Onboarding

2–4 sem.

Entrega

REST API

Señales filtradas

67%

02 — Principios de investigación

Sin excepciones. En cada estudio.

P.01

Walk-forward estricto

El modelo se entrena solo con datos anteriores al punto de predicción. La ventana de entrenamiento se expande en cada paso. No existe look-ahead bias en ninguno de nuestros resultados publicados.

P.02

Constituyentes point-in-time

Los universos usan listas históricas de constituyentes en cada fecha. Eliminamos el survivorship bias usando las empresas que realmente eran negociables en cada momento, incluyendo delistings y fusiones.

P.03

Separación train / test absoluta

Ningún hiperparámetro se optimiza sobre el período de test. La selección de modelo se realizó sobre un período de validación separado, anterior a la ventana de resultados publicados.

03 — Especificaciones técnicas

Walk-forward validation P.01 · Todas las estrategias

Todos los estudios usan walk-forward estricto: el modelo se entrena solo con datos anteriores al punto de predicción. No existe look-ahead bias en ninguno de nuestros resultados. La ventana de entrenamiento se expande en cada paso temporal del período de evaluación.

Constituyentes point-in-time P.02 · Estudios de universo amplio

Los universos de renta variable usan listas históricas de constituyentes en cada fecha. Eliminamos el survivorship bias usando las empresas que realmente eran negociables en cada momento, incluyendo delistings, fusiones y cambios de índice. Aplicado en NASDAQ-20 Baseline (6 años).

Costes de transacción P.04 · Todos los backtests

Los backtests incluyen comisiones estimadas de 5 bps por operación y slippage modelado como función del volumen medio diario (ADV). Los resultados netos son comparables con retornos reales de fondos institucionales de renta variable.

Separación train / test P.03 · Selección de modelo

Ningún hiperparámetro se optimiza sobre el período de test. La selección de modelo (r_atr_ha_guard) se realizó sobre un período de validación separado anterior a la ventana de resultados publicados. El período de test nunca se tocó hasta la evaluación final.

Arquitectura por activo r_atr_ha_guard · Framework principal

Cada activo tiene un modelo dedicado entrenado exclusivamente con sus propios datos. No hay contaminación cross-seccional. Esto contrasta con las arquitecturas estándar que entrenan un único modelo sobre el universo completo, introduciendo correlaciones espúreas entre activos.

Replicabilidad P.05 · Disponible bajo NDA

Todos los estudios documentan datos de entrada, preprocesamiento, arquitectura de modelo y código de evaluación. Los resultados son reproducibles con acceso a los mismos feeds de datos. Documentación técnica completa disponible bajo NDA para clientes institucionales cualificados.

Datos de mercado Fuentes institucionales · Sin sintéticos

Precios ajustados de dividendos y splits via Refinitiv. Datos fundamentales via FactSet. Microestructura (bid-ask, volumen intradía) via CBOE. Sin datos sintéticos ni interpolados en ninguno de los estudios. Todos los datos corresponden a cotizaciones reales de mercado.