Tres dolores que cada equipo de ventas y BD vive cada semana. Cada uno es de lo que tus reps se quejan de verdad, no como los nombraría una página de funcionalidades.
La mitad de las estrategias que shipean con Sharpe 2.1 en backtest cae bajo 0.8 a las seis semanas de paper trading, y el post-mortem captura el mismo overfit cada trimestre.
El costo de ejecución se estima como un flat de 5 bps porque nadie en el desk tiene tiempo de descomponer spread, impacto y selección adversa por estrategia, así que el P&L vivo falla el target por 30 a 60 por ciento.
El reporte de riesgo es un sprint de Excel del viernes en la noche: VaR paramétrico en un workbook, VaR histórico en otro, stress tests en un tercero, y el CRO firma a ciegas.
Cada pipeline de abajo es una forma que cableas en el canvas usando el crew y las herramientas de más abajo. No es una funcionalidad que te entregamos, es un patrón que configuras.
Corre IC, Sharpe con error estándar, half-life de decay de alpha y sensibilidad a parámetros sobre un factor candidato, aplicando corrección Bonferroni o Benjamini-Hochberg sobre la grilla testeada. El contexto estático sostiene la biblioteca de factores y los umbrales de significancia del desk.
Toma los fills del backtest y descompón el costo en spread bid-ask, impacto de mercado y selección adversa de Glosten-Milgrom. La herramienta de base de datos acotada lee solo capturas de tick, no hay escrituras a broker posibles desde este flujo de trabajo.
Computa Kelly fraccional a 0.25x a 0.5x contra el libro vivo usando una matriz de correlación con shrinkage Ledoit-Wolf. La compuerta HITL bloquea el cambio de allocation hasta que el PM apruebe el tamaño, el set de correlación y el target de volatilidad.
Corre VaR paramétrico, VaR histórico, CVaR y correcciones de cola Cornish-Fisher, luego replaya los stress books de 2008, 2020 y 2022. La memoria cross-run lleva los umbrales de circuit-breaker de la revisión previa para que los límites no se reinicien cada lunes.
Puntúa el Deflated Sharpe Ratio contra el conteo de trials, exige validación walk-forward y rechaza cualquier backtest de un solo régimen. La herramienta rag_retrieve jala estrategias fallidas previas para que el mismo patrón de overfit no pase dos veces.
Sintetiza las cinco secciones de especialista en un memo con una línea ACTION de DEPLOY, PAPER_TRADE, BACKTEST_MORE, PAUSE o KILL y params exactos recomendados. El replay captura cada llamada a herramienta para que cumplimiento pueda auditar el veredicto de punta a punta.
Personas reales del crew quant_firm. Cada una llega con un system prompt afinado y una allowlist de herramientas por defecto. Cambia los modelos por persona en el canvas.
Corre análisis de calidad de señal sobre una estrategia: IC, Sharpe con errores estándar, sensibilidad a parámetros y corrección Bonferroni o Benjamini-Hochberg sobre las combinaciones testeadas.
Descompone costo de ejecución en spread bid-ask, impacto de mercado y selección adversa, luego cuantifica las condiciones bajo las cuales slippage y latencia borran el ventaja.
Dimensiona la estrategia con Kelly fraccional y una matriz de correlación con shrinkage Ledoit-Wolf, luego decide si gana un slot junto al libro vivo.
Computa VaR paramétrico e histórico, CVaR y correcciones de cola Cornish-Fisher, corre los stress books de 2008, 2020 y 2022, y fija circuit breakers duros.
Puntúa overfitting con el Deflated Sharpe Ratio, rechaza cualquier estrategia sin validación walk-forward y emite un veredicto APPROVED, CONDITIONAL o REJECTED con las condiciones exactas de falla.
Destila las cinco secciones de especialista en un memo listo para PM con una línea ACTION de DEPLOY, PAPER_TRADE, BACKTEST_MORE, PAUSE o KILL, y parámetros exactos recomendados.
Cada herramienta de abajo es una herramienta compartida real del bundle Melaya. Allowlist por agente, HITL en las escrituras y revocación en un clic.
Jala historia de precios, indicadores técnicos, tipos de cambio FX y series macro para investigación de factores y tests de régimen out-of-sample. Solo lectura por diseño, no hay escrituras a broker posibles desde este bundle.
Construye el almacén de conocimiento por flujo de trabajo desde specs de estrategia, tearsheets previos, post-mortems y docs de política de riesgo. Alimenta las tres capas de conocimiento que QuantAnalyst y QuantSkeptic invocan. Las escrituras van al store del flujo de trabajo solamente, nunca al sistema de trading vivo.
Lee output de backtest, capturas de tick y atribución de PnL desde tu warehouse. Las llamadas destructivas sql_execute y sqlite_execute quedan gateadas por HITL y apagadas por defecto para esta crew.
Extrae tablas de PDFs de investigación, tearsheets de vendor y filings de riesgo previos a inputs estructurados que el QuantAnalyst puede citar. Sin escrituras; lee solo los archivos que le apuntes.
Valida exports CSV de backtest, resume distribuciones antes de que peguen al analista y hashea archivos de resultados para que el log de auditoría pueda probar que el tearsheet bajo revisión es el mismo que el PM firmó.
Lee libros de riesgo PM-facing en Excel y emite el memo final deploy-or-kill como un doc Word que el archivo de cumplimiento puede ingestar. Todas las escrituras quedan gateadas por HITL y aterrizan en una carpeta de borrador, nunca sobrescribiendo la versión previa.
Deja el memo deploy-or-kill del ReportWriter en el canal del desk una vez que un humano lo haya aprobado. HITL por defecto, con el mismo log de auditoría que cualquier otra escritura.
Cada pipeline llega con tres capas de acceso al conocimiento. Combínalas por agente en el canvas. Sin espacio vectorial compartido con otro tenant, sin lecturas sorpresa, sin retrieval opaco.
includeContextDocumentos por pipeline que se anexan al input de agentes específicos en cada run. El brief de ICP, el playbook, la lista de precios o el corpus de correos de deals ganados. Lo que tenga que estar ahí antes de que el agente piense. Tú eliges qué personas reciben qué documentos.
rag_retrieveUna herramienta con alcance concedida por agente. Cuando el agente decide que necesita más profundidad, consulta el vector store del flujo de trabajo a demanda. La misma base de conocimiento que el contexto estático, accedida solo cuando el modelo la pide.
pipeline_memoryEstado a nivel pipeline que se arrastra de un run al siguiente. La investigación de ayer está en alcance para el follow-up de hoy. El crew recuerda a quién ya prospectó, qué se aprobó, qué se envió. El audit log es la base de conocimiento de segundo orden.
El tier Sandbox es gratis y sin tarjeta. Únete a la lista de espera y te avisamos por correo en cuanto se libere un cupo.
← Volver a todos los casos de uso