Transparencia

Backtesting honesto del motor de IA. Aciertos y errores publicados sin filtros.

Honestidad

Esta página es una rendición de cuentas pública. Cada narrativa diaria y cada clasificación de caída se mide ex-post contra el comportamiento real del precio. No se ocultan los desaciertos: si el motor estuvo equivocado, aparece aquí con el mismo peso que los aciertos.

BurMarket NO es una EAF (Empresa de Asesoramiento Financiero) registrada en la CNMV. Las métricas que verás abajo son información orientativa, no asesoramiento financiero. Sirven para que tú puedas evaluar la calidad del motor antes de decidir cuánto peso darle a sus análisis.

Los datos se recalculan cada lunes (cron semanal). Si una métrica te parece sospechosa, contáctanos: prefiero corregirla a esconderla.

Score de oportunidad vs retorno realizado

¿Los activos a los que les damos un score alto suben más que los de score bajo? Datos reales por bucket × horizonte.

Score	Horizonte	n	Retorno medio	Mediana	% positivos
medium (5-6)	3d	30	1.75%	1.64%	73.3%
medium (5-6)	14d	30	1.74%	2.22%	70.0%
high (7-10)	3d	24	1.42%	1.16%	75.0%
high (7-10)	14d	24	0.95%	1.50%	70.8%

n = número de narrativas medidas. Retorno calculado en EUR contra el cierre del primer día de mercado a partir de narrative_date + horizon. Hit rate = fracción con retorno ≥ 0%.

Clasificación de caídas

Cuando el motor clasificó una caída, ¿la realidad le dio la razón?

Técnica sin daño

38 eventos clasificados

Recuperaron al precio de referencia: 0/38

Tocaron stop loss observación: 0/38

Noticia digerible

5 eventos clasificados

Recuperaron al precio de referencia: 0/5

Tocaron stop loss observación: 0/5

Ruptura de tesis

2 eventos clasificados

Recuperaron al precio de referencia: 0/2

Tocaron stop loss observación: 0/2

Metodología

Las narrativas se generan diariamente al cierre de US (22:00 UTC). El opportunity_score 1-10 lo asigna Sonnet basándose en métricas técnicas + sensitivity profile + market pulse del día.
Para cada narrativa, registramos el cierre EUR del activo en narrative_date como referencia. Tras 3, 14 y 28 días, comparamos contra el siguiente cierre disponible.
Las clasificaciones de caída se computan cuando un activo cae ≥3% en 1 día o ≥7% en 5 días. Sonnet clasifica honestamente entre tecnica_sin_dano, noticia_digerible y ruptura_tesis (este último incluso cuando duela). Manuel revisa semanalmente y registra desacuerdos.
Los datos brutos están en las tablas públicas asset_ai_narratives, narrative_outcomes, dip_events y dip_outcomes con RLS de lectura pública.