Firme Guardanza combina gestión de riesgo asistida por inteligencia artificial con un sistema de stop-loss dinámico que ajusta sus umbrales según la liquidez y la volatilidad del mercado en tiempo real, en lugar de depender de reglas fijas.
| Volatilidad implícita 24h | Continua |
| Profundidad del libro de órdenes | Activa |
| Umbral de stop-loss | Ajuste dinámico |
| Correlación entre activos | Recalculada |
El motor de Firme Guardanza recibe flujos de datos de mercado de alta frecuencia y los normaliza antes de aplicar modelos predictivos entrenados para reconocer patrones de volatilidad incipiente. El objetivo no es predecir movimientos de precio con certeza, sino identificar condiciones de riesgo antes de que alcancen su punto máximo.
El procesamiento está diseñado para operar en ventanas de baja latencia, de forma que los cambios en liquidez o en estructura del libro de órdenes se reflejen en las recomendaciones sin demoras significativas.
| Dimensión | Enfoque |
|---|---|
| Frecuencia de muestreo | Continua |
| Horizonte de análisis | Corto y medio plazo |
| Validación de modelos | Backtesting periódico |
A diferencia de un stop-loss estático, fijado como un porcentaje constante, el sistema de Firme Guardanza recalcula sus umbrales a partir de la liquidez disponible y de un índice de volatilidad en tiempo real. Esto permite reaccionar de forma distinta ante un mercado tranquilo que ante uno con baja profundidad de libro, donde una venta forzada tendría mayor impacto.
| Criterio | Estático | Dinámico (Firme Guardanza) |
|---|---|---|
| Ajuste por liquidez del mercado | No | Sí |
| Respuesta a cambios de volatilidad | Limitada | Continua |
| Revisión temporal del umbral | Fija | Recalculada |
| Exposición en eventos de baja profundidad | No diferenciada | Ajustada |
Las siguientes situaciones describen cómo se utiliza la plataforma en la práctica, a partir del procesamiento continuo de datos de mercado.
El sistema analiza la correlación entre los activos de una cartera y señala desviaciones respecto a los pesos objetivo definidos por el inversor. Las propuestas de rebalanceo se presentan como recomendaciones, no como ejecuciones automáticas, de forma que la decisión final permanece en manos del gestor.
Cuando varios activos de una cartera muestran correlación creciente, el sistema eleva la puntuación de riesgo conjunta y ajusta los umbrales de protección de forma coordinada, en lugar de tratar cada posición de manera aislada.
Se combinan métricas de profundidad de mercado con indicadores de sentimiento derivados de volumen y actividad en los libros de órdenes, con el fin de contextualizar movimientos de precio que no vienen acompañados de liquidez suficiente para sostenerlos.
El proceso se divide en tres fases claramente diferenciadas, cada una documentada y verificable.
Los datos de mercado, order books y métricas de liquidez se capturan de forma continua desde las fuentes conectadas, sin transformación previa, para preservar su trazabilidad.
Cada ajuste de modelo se somete a pruebas retrospectivas sobre periodos históricos antes de entrar en producción, con el fin de comprobar su coherencia frente a distintos regímenes de volatilidad.
El sistema presenta señales y ajustes de umbral como propuestas. La aplicación final de cualquier recomendación requiere confirmación humana.
El sistema está diseñado como soporte a la decisión, no como sustituto del criterio profesional. La persona responsable de la cartera conserva en todo momento la autoridad sobre la ejecución final.
No. La integración con exchanges se realiza mediante claves API configuradas con permisos de solo lectura y, cuando aplica, de operativa, pero nunca de retirada. Los fondos permanecen en todo momento en la cuenta del usuario en el exchange correspondiente.
El sistema solicita el nivel mínimo necesario para leer posiciones, histórico de operaciones y datos de mercado. Las claves se almacenan cifradas y pueden revocarse en cualquier momento desde el panel del exchange utilizado.
Los modelos predictivos se validan frente a periodos históricos de alta volatilidad, pero ningún sistema puede garantizar un comportamiento idéntico ante un evento sin precedente. En condiciones de volatilidad extrema, el sistema prioriza la reducción de exposición y requiere confirmación explícita antes de ejecutar ajustes de gran magnitud.
El acceso se organiza por niveles según el volumen de datos procesados y el número de carteras conectadas. Los detalles específicos se facilitan durante la consulta inicial, ya que dependen del alcance operativo de cada cliente.
Los datos de mercado agregados pueden emplearse para mejorar los modelos predictivos de forma anónima. Los datos específicos de cartera de un cliente no se comparten con terceros ni se utilizan fuera del contexto de su propia cuenta.
Solicite una consulta inicial para revisar cómo se configuraría el sistema de protección activa sobre su cartera actual. Un miembro del equipo analizará su caso antes de proponer cualquier integración.