Copied


AllocFlow Introduz IA de Ponta a Ponta para Negociação de Portfólio

Rongchai Wang   Nov 18, 2026 03:34 0 Min Read


Uma nova estrutura de IA, AllocFlow, foi introduzida para revolucionar a gestão de portfólio gerando alocações conjuntas de portfólio diretamente a partir de dados de mercado multi-ativos brutos. A pesquisa, publicada em 2026-11-17 , no arXiv (2611.19937) e apoiada por uma implementação de código aberto no GitHub, demonstra avanços significativos no design e desempenho de sistemas de negociação.

Estrutura Inovadora de Ponta a Ponta

AllocFlow aborda uma limitação chave nas pipelines de negociação tradicionais, que muitas vezes separam a previsão de sinais da construção de portfólio, potencialmente desalinhando os objetivos. Em vez disso, o AllocFlow emprega um Transformer de fluxo entre ativos para processar dados de mercado brutos horários e gerar continuamente pesos de posição assinados para todos os instrumentos do portfólio simultaneamente. Essa abordagem garante decisões de alocação coordenadas e otimizadas sob restrições de capital compartilhadas.

Processo de Treinamento em Duas Etapas

A estrutura utiliza um esquema de treinamento em duas etapas para superar ineficiências na aprendizagem de políticas de alocação contínuas. A primeira etapa, imitação supervisionada por estratégia, estabelece uma distribuição estruturada de portfólios candidatos ao imitar uma estratégia alfa causal. A segunda etapa, aprendizado por reforço relativo a grupos (Flow-GRPO), refina esses portfólios amostrando e avaliando oito livros candidatos por estado de mercado ao longo das próximas 24 barras horárias. Este processo de refinamento otimiza recompensas financeiras em nível de portfólio enquanto mantém estabilidade por meio de uma política de referência congelada.

Métricas de Desempenho

Nos futuros perpétuos de criptomoeda horários, o AllocFlow demonstrou melhorias de desempenho notáveis. O refinamento por aprendizado por reforço aumentou o retorno líquido anualizado da política de imitação de 27.79% para 51.38% , enquanto a razão de Calmar subiu de 0.955 para 4.043 . Em 6 meses de dados não vistos de 2026 , o AllocFlow alcançou uma razão de Calmar de 4.90 sem retrainamento, superando a estratégia de ensino em todas as métricas.

Disponibilidade de Código Aberto

A estrutura AllocFlow está disponível como um projeto de código aberto no GitHub (https://github.com/allocflow/AllocFlow), permitindo que pesquisadores e praticantes explorem e implementem suas capacidades. O projeto inclui documentação detalhada, uma página do projeto e um vídeo explicativo que delineia sua metodologia e resultados.

Ao integrar técnicas avançadas de aprendizado de máquina com otimização de portfólio de ponta a ponta, o AllocFlow representa um passo significativo à frente no campo da negociação algorítmica e gestão de portfólio.


Read More