Um Pipeline de Decisão em Quatro Etapas

Dados de Mercado

O pipeline começa com a ingestão contínua de dados de mercado nos instrumentos monitorados pela Tantoryn AI, processados em múltiplos timeframes para dar a cada etapa seguinte o mesmo contexto consistente e ordenado no tempo.

Essa camada não tem opinião de trading própria. Sua única função é manter um registro limpo e cronologicamente correto, no qual os componentes de pesquisa e runtime posteriores podem confiar sem precisar recalculá-lo.

Gerador de Candidatos

O Gerador de Candidatos (CG) é a primeira camada analítica. Ele identifica candidatos de mercado formalizados — condições estruturadas nos dados que valem a pena avaliar mais a fundo — antes de qualquer pontuação por ML.

Um candidato não é uma decisão de trade. É uma hipótese, produzida por regras explícitas e versionadas, e não por um modelo. Não publicamos os limiares proprietários exatos por trás da formação de candidatos; essa lógica é a parte do sistema que mantemos fechada por padrão.

Camada de Decisão ML

Modelos de machine learning avaliam candidatos que o CG já formou. Seu papel é estreito e específico: pontuar e ranquear a qualidade estimada de um candidato, não inventá-lo a partir de dados brutos de mercado.

Fundamentalmente, o ML não pode abrir uma operação diretamente nem contornar o controle de risco. Uma pontuação alta do modelo é necessária, mas nunca suficiente por si só — todo candidato ainda precisa passar pelo gate independente de risco e ciclo de vida abaixo.

A arquitetura de modelos por trás dessa camada está em pesquisa e revalidação ativas, portanto esta página não descreve intencionalmente uma família de modelos específica como final. O que é fixo é o limite: o ML avalia, não decide sozinho.

Motor de Risco / Ciclo de Vida

Este é o gate final de aprovação, e é independente da camada de ML por design. Ele aplica controles de risco, verificações de exposição e gestão de ciclo de vida antes que algo possa se tornar um sinal.

A gestão de ciclo de vida abrange conceitos como enquadramento de stop-loss e take-profit, e como uma posição aberta é acompanhada e desfeita ao longo do tempo — não apenas como ela é aberta.

Descrevemos aqui o papel e o propósito desse motor sem expor seus parâmetros internos exatos de risco, que permanecem fechados por padrão.

Runtime

O runtime é o que mantém o pipeline funcionando continuamente contra os mercados ao vivo: observação de mercado em tempo real, execução de operações virtuais e lógica de recuperação/reconciliação que mantém o estado consistente após reinícios ou interrupções.

Os canais de Produção e sombra/observação são mantidos isolados entre si em alto nível, e a entrega aos usuários ocorre via Telegram.

Não publicamos endereços IP privados, nomes de serviços, credenciais, portas ou topologia de segurança. As descrições de runtime neste site permanecem no nível necessário para entender o que o sistema faz, não como atacá-lo.