Detector de caídas

Cuándo se dispara

El dip detector revisa diariamente cada valor de tu watchlist y se activa cuando detecta:

• Caída 1D ≥ 4% respecto al cierre anterior, o
• Caída 5D ≥ 8% respecto al cierre de hace 5 sesiones

Estos umbrales filtran el ruido normal de mercado y centran la atención en movimientos significativos. Recibirás un email con la clasificación en cuanto se dispare (solo plan Pro).

Las 3 clasificaciones

Una vez disparado, el modelo clasifica el evento en uno de estos tres tipos:

tecnica_sin_dano

La caída es técnica: toma de beneficios, rotación sectorial, ajuste de cartera de fondos, expiración de derivados. La tesis fundamental del negocio sigue intacta. Hipótesis del modelo: el precio se recuperará en días o semanas si no aparecen catalizadores negativos.

noticia_digerible

Hay una noticia o evento concreto detrás de la caída — un guidance flojo, un downgrade de analista, una multa regulatoria menor — pero el modelo entiende que el negocio subyacente sigue intacto y el ajuste de valoración es asumible. El precio puede tardar semanas o meses en digerir el evento.

ruptura_tesis

La tesis fundamental se ha roto. Cambio estructural negativo: pérdida de ventaja competitiva, fraude descubierto, riesgo regulatorio terminal, deterioro irreversible del moat. El modelo dice esto con honestidad, aunque "duela", para no protegerte de información que necesitas. Esta es la clasificación más importante: si el modelo dice ruptura_tesis, escúchalo y verifica con fuentes propias.

Cómo interpretar el resultado

Cada evento incluye también:

• Convicción (1-10) del modelo en la clasificación. <5 indica que el modelo no tiene claridad — trátalo como señal débil.
• entry_opportunity (true/false): si el contexto sugiere una posible entrada. No es una recomendación, es la lectura del modelo de si hay setup técnico+fundamental coherente.
• Precio sugerido de entrada y stop-loss en EUR (opcional, solo cuando entry_opportunity=true)
• Horizonte de recuperación estimado: días / semanas / meses / no aplica
• Catalizadores y noticias citadas que el modelo usó para clasificar — verifícalas

Recuerda: el modelo se equivoca. Publicamos su track-record en /transparency para que sepas exactamente cuánto acierta cada clasificación históricamente. No actúes sin verificar tu propio juicio.