O Eclipse Earn combina um sistema inteligente de stop-loss com modelagem preditiva em tempo real, recalculando limites de exposição à medida que a liquidez e a volatilidade mudam – em vez de esperar que um nível de preço fixo seja violado.
Cada decisão automatizada Eclipse Earn rastreia através de três camadas distintas. Cada camada possui uma entrada e uma saída definidas, o que mantém o sistema auditável em vez de opaco.
Os dados da carteira de pedidos, perfis de volume e superfícies de volatilidade são ingeridos continuamente e normalizados antes de chegar a qualquer modelo. A latência entre a captura e a entrada é medida em milissegundos, o que é importante quando a detecção de volatilidade latente depende da identificação de uma mudança antes que ela seja visível em um gráfico padrão.
Cada posição aberta carrega uma pontuação de risco derivada do agrupamento de volatilidade e das condições atuais de liquidez. A pontuação é atualizada à medida que as condições mudam, distinguindo o ruído normal dos preços dos estágios iniciais de um perfil de risco assimétrico que se forma contra a posição.
Quando uma pontuação de risco ultrapassa um limite definido, a lógica de execução atua sem exigir confirmação manual. Isto elimina o atraso – e a hesitação – que muitas vezes acompanha uma decisão manual de cortar uma posição perdedora.
Um stop loss fixo é definido uma vez e ignora tudo o que acontece depois. Em vez disso, o sistema inteligente de stop-loss do Eclipse Earn recalcula seu limite à medida que a profundidade da liquidez e o agrupamento de volatilidade mudam – reforçando a proteção quando as condições se deterioram e dando mais espaço a uma posição quando a volatilidade se contrai e a liquidez permanece estável.
Dado que o ajustamento é baseado em regras e não discricionário, elimina um ponto específico de falha em ambientes de alto risco: a tendência para mover, alargar ou ignorar um stop-loss sob pressão. O limite é recalculado pela mesma lógica, independentemente de como o trader se sente em relação à posição no momento.
Os modelos preditivos de negociação são frequentemente criticados por serem uma “caixa preta” – uma decisão é tomada, mas o raciocínio por trás dela não é visível. O Eclipse Earn é construído em torno de etapas intermediárias interpretáveis, em vez de uma única saída opaca.
Os dados brutos do mercado são padronizados entre instrumentos e prazos antes que qualquer modelo os veja, portanto, uma pontuação de risco significa a mesma coisa, seja derivada de um índice líquido ou de um contrato pouco negociado.
Os dados históricos e em tempo real são comparados com regimes reconhecidos de volatilidade e liquidez. A saída é uma classificação em vez de um único número opaco, e cada classificação é registrada com as condições que a acionaram.
Os parâmetros de execução são ajustados com base no regime classificado e analisados em relação aos resultados subsequentes, sendo cada ajuste rastreável até aos dados e à classificação que o produziram.
A tabela abaixo descreve o comportamento operacional e não uma projeção de retornos. Os resultados variam de acordo com o instrumento, o tamanho da posição e as condições prevalecentes, e o seguinte deve ser lido como um guia lógico e não como uma garantia de desempenho.
| Regime | Comportamento do sistema | Consideração Típica |
|---|---|---|
| Contração de alta volatilidade | Os limites de stop-loss são reduzidos proporcionalmente à liquidez comprimida; a lógica de execução se torna mais conservadora. | Relevante para reduzir a exposição antes de catalisadores incertos. |
| Expansão de tendências | Os limites aumentam à medida que o agrupamento de volatilidade se estabiliza, permitindo o desenvolvimento de uma margem de posição enquanto a liquidez permanece intacta. | Relevante para realizar um movimento direcional sem saída prematura. |
| Fragmentação de Liquidez | A pontuação de risco pondera mais a profundidade da liquidez do que apenas a ação do preço. | Relevante para instrumentos menos líquidos ou sessões fora do expediente. |
Períodos de retenção curtos significam que os limites precisam reagir na mesma sessão; o sistema recalcula com base nas mudanças de liquidez intradiárias, em vez dos dados do final do dia.
Os registos de classificação e o histórico de pontuação de risco podem ser revistos juntamente com os modelos existentes, apoiando a verificação independente em vez da confiança cega num único sinal.
Para posições de prazo mais longo, verificações mais amplas de agrupamento de volatilidade reduzem a chance de uma saída antecipada desencadeada por ruído de curto prazo.
O comportamento histórico do regime não garante o desempenho futuro. Na prática, as condições de mercado podem combinar elementos de mais de um regime.