Dosier para la toma de decisiones

La siguiente decisión

Corrige las anomalías detectadas, conserva los casos de prueba con fallos introducidos deliberadamente y repite las comprobaciones afectadas. Antes de utilizar capital real, también hay que revisar los costes, el riesgo y los momentos de selección del modelo y de ejecución, además de identificar a la persona responsable de la decisión. La ausencia de anomalías en estas comprobaciones no autoriza a utilizar el sistema en operativa real.

Informes incluidos en el dosier

• Valor observado de la cuenta
• Comparación de registros de decisiones
• Trabajo asignado y resultados recibidos
• Observaciones necesarias para el cálculo

Cada informe responde a la pregunta de su título. Lee sus datos, incidencias y límites en la sección correspondiente. No se ha aportado un informe para las comprobaciones que figuran como ausentes.

Comprobaciones sin informe disponible: Cuándo estaban disponibles los datos, Datos para aprender y para evaluar, Comparación de las dos clasificaciones

NO EVALUADO: ejecución de órdenes por parte del bróker · inclusión de todos los costes · historial de selección · rentabilidad futura

Valor observado de la cuenta

Drawdown en las observaciones disponibles (%)

Observaciones
12

Drawdown máximo observado
13,86 %

El programa lee los valores de la cuenta presentes en el CSV y mide la caída desde cada máximo anterior. El número de observaciones indica cuántos valores ha leído. No reconstruye los mínimos entre una observación y la siguiente; unos datos diarios pueden ocultar una pérdida durante la jornada.

Hashes declarados de los archivos de entrada

SHA-256 del informe de comprobación

{
  "version": "2.0.0-pilot",
  "command": "equity",
  "input_sha256": "bcd623762610ef5fdb589b8ed44abe8db08c0778439ee4578dc7c82d4fcfecea",
  "parameters": {
    "command": "equity",
    "assume_no_flows": false,
    "initial_groups": 3,
    "test_groups": 2,
    "gap_seconds": 0,
    "top_k": 3
  },
  "result": {
    "scope": "observed_samples_only",
    "observations": 12,
    "first": "2026-01-01T00:00:00Z",
    "last": "2026-01-12T00:00:00Z",
    "largest_gap_seconds": 86400.0,
    "cash_flow_basis": "supplied_zero_flow_column",
    "equity": {
      "max_drawdown_pct": 13.861386138613863,
      "peak_row": 3,
      "trough_row": 6,
      "underwater_pct": [
        0.0,
        4.0,
        0.0,
        2.9702970297029703,
        8.91089108910891,
        13.861386138613863,
        0.0,
        4.901960784313726,
        7.8431372549019605,
        0.0,
        2.912621359223301,
        0.0
      ]
    },
    "balance": {
      "max_drawdown_pct": 0.0,
      "peak_row": 1,
      "trough_row": 1,
      "underwater_pct": [
        0.0,
        0.0,
        0.0,
        0.0,
        0.0,
        0.0,
        0.0,
        0.0,
        0.0,
        0.0,
        0.0,
        0.0
      ]
    },
    "not_assessed": [
      "between_sample_drawdown",
      "overfitting",
      "temporal_leakage",
      "cost_completeness",
      "broker_accuracy",
      "future_profitability"
    ]
  }
}

Comparación de registros de decisiones

Estás reescribiendo la función que selecciona compras y quieres comprobarla antes de sustituir la que utilizas. Los registros describen la misma decisión sobre las acciones inventadas A y B: el modelo asigna 0,7 a A y 0,6 a B, y ambas se pueden comprar. El primer programa elige A; el segundo, B. selected identifica una acción elegida (1) o excluida (0); size es la cantidad solicitada, aquí una acción del título seleccionado. Cambian por ello dos filas, una para A y otra para B. Los registros conservan puntuaciones y elecciones, pero no el código que las relaciona: el informe detecta una diferencia sin demostrar su causa. En el caso inventado del Museo, puedes seguir y reproducir un mecanismo concreto: reordenar las acciones sin reordenar sus puntuaciones. No se ha calculado qué compra habría sido más rentable.

Anomalías detectadas
2

Primera diferencia
Selección (selected)

El programa compara los mismos identificadores en dos registros y lee los campos en un orden fijo: momento de decisión, puntuación, dirección, admisibilidad, selección y cantidad. «Primera diferencia» indica la primera discrepancia encontrada en esa comparación, no una causa demostrada ni necesariamente el primer hecho cronológico. No comprueba pasos ausentes de ambos registros ni ejecuciones del bróker.

Qué significan las incidencias

• Identificador: A. Campos diferentes: selected, size.
• Identificador: B. Campos diferentes: selected, size.

Hashes declarados de los archivos de entrada

SHA-256 del informe de comprobación

{
  "version": "3.0.0-pilot",
  "command": "trace",
  "input_sha256": [
    "45eccbc4320b3a0c140d88391cec536720c98e9ae8cadd4855690c6db8f42aab",
    "b0ba1fcbcedfdfe40c98dfd04c2c33791bd923232cbbc4aea9f9b2c973e4cd56"
  ],
  "result": {
    "scope": "declared_trace_only_not_execution_or_cost_parity",
    "issues": [
      {
        "id": "A",
        "stage": "selected",
        "changed_fields": [
          "selected",
          "size"
        ],
        "left": {
          "selected": "1",
          "size": 1.0
        },
        "right": {
          "selected": "0",
          "size": 0.0
        }
      },
      {
        "id": "B",
        "stage": "selected",
        "changed_fields": [
          "selected",
          "size"
        ],
        "left": {
          "selected": "0",
          "size": 0.0
        },
        "right": {
          "selected": "1",
          "size": 1.0
        }
      }
    ],
    "left_rows": 2,
    "right_rows": 2,
    "exact_match": false,
    "first_difference": {
      "id": "A",
      "stage": "selected",
      "changed_fields": [
        "selected",
        "size"
      ],
      "left": {
        "selected": "1",
        "size": 1.0
      },
      "right": {
        "selected": "0",
        "size": 0.0
      }
    },
    "not_assessed": [
      "missing_stages_in_both_traces",
      "broker_fills",
      "source_code_closure",
      "cost_model"
    ]
  },
  "verdict": "ANOMALIES"
}

Trabajo asignado y resultados recibidos

Antes de repetir un backtest quieres saber qué fuentes corregir. Pides a dos asistentes de IA que busquen fechas incoherentes y valores ausentes en cuatro CSV, A, B, C y D: asignas A y B al primero, C y D al segundo. En este caso inventado, cada respuesta contiene en cambio una ficha sobre los cuatro archivos. Recibes ocho fichas sobre los mismos cuatro CSV, no ocho fuentes nuevas: debes comparar los informes repetidos y conciliar sus incidencias antes de decidir qué datos corregir. La comprobación de abajo señala cuatro fichas ajenas a su encargo y cuatro repeticiones, ocho incidencias en total; ambos criterios pueden afectar al mismo archivo. Una entrega correcta contiene una ficha por archivo asignado, sin las fichas del otro encargo. Este programa comprueba identificadores declarados; no demuestra qué archivos se leyeron realmente, la calidad del análisis ni la independencia de los juicios. En el Museo la necesidad es distinta: una segunda opinión sobre los mismos originales, sin mostrar al segundo revisor el dictamen anterior.

Anomalías detectadas
8

Resultados distintos requeridos
4

Un lote es un grupo de elementos asignados a la misma petición. El control compara los identificadores asignados con los que aparecen en los resultados recibidos. Un resultado puede generar varias incidencias, por ejemplo porque corresponde a un elemento no asignado a esa petición y también está duplicado. El recuento no equivale, por tanto, al número de problemas independientes ni mide la calidad de los análisis.

Qué significan las incidencias

• Identificador: C. Petición: one. La respuesta incluye un resultado que no estaba asignado a esta petición.
• Identificador: D. Petición: one. La respuesta incluye un resultado que no estaba asignado a esta petición.
• Identificador: A. Petición: two. La respuesta incluye un resultado que no estaba asignado a esta petición.
• Identificador: A. Petición: two. Este resultado se ha devuelto más de una vez.
• Identificador: B. Petición: two. La respuesta incluye un resultado que no estaba asignado a esta petición.
• Identificador: B. Petición: two. Este resultado se ha devuelto más de una vez.
• Identificador: C. Petición: two. Este resultado se ha devuelto más de una vez.
• Identificador: D. Petición: two. Este resultado se ha devuelto más de una vez.

Hashes declarados de los archivos de entrada

SHA-256 del informe de comprobación

{
  "version": "3.0.0-pilot",
  "command": "batches",
  "input_sha256": [
    "789fe77a3db498e27a400055108c93bd08d488cbbce96e95b26148c1477e60e2"
  ],
  "result": {
    "scope": "declared_identity_partition_only",
    "targets": 4,
    "issues": [
      {
        "code": "RESPONSE_OUTSIDE_REQUEST",
        "batch": "one",
        "id": "C"
      },
      {
        "code": "RESPONSE_OUTSIDE_REQUEST",
        "batch": "one",
        "id": "D"
      },
      {
        "code": "RESPONSE_OUTSIDE_REQUEST",
        "batch": "two",
        "id": "A"
      },
      {
        "code": "DUPLICATE_RESPONSE",
        "batch": "two",
        "id": "A"
      },
      {
        "code": "RESPONSE_OUTSIDE_REQUEST",
        "batch": "two",
        "id": "B"
      },
      {
        "code": "DUPLICATE_RESPONSE",
        "batch": "two",
        "id": "B"
      },
      {
        "code": "DUPLICATE_RESPONSE",
        "batch": "two",
        "id": "C"
      },
      {
        "code": "DUPLICATE_RESPONSE",
        "batch": "two",
        "id": "D"
      }
    ],
    "not_assessed": [
      "answer_quality",
      "model_context",
      "economic_benefit",
      "retry_idempotency"
    ]
  },
  "verdict": "ANOMALIES"
}

Observaciones necesarias para el cálculo

Estás preparando un indicador para la regla que decide una compra. Antes de calcularlo necesitas todos los precios de su ventana. El calendario inventado de este informe exige el 1, 2 y 3 de enero de 2026; el archivo solo contiene el día 1, con valor 11, y el día 3, con valor 13. Para decidir el día 3 falta el valor del 2 de enero. El informe señala MISSING_OBSERVATION: permite detener la preparación antes de proporcionar datos incompletos a la regla o al modelo. Recupera el valor de su fuente; si no puedes, mantén esa decisión bloqueada por falta de datos. El informe no calcula el indicador ni simula una compra. En el caso de la media móvil, ves qué orden puede cambiar cuando una sesión anterior oculta el hueco. Las fechas de este informe pertenecen a un calendario didáctico, no a las sesiones de una bolsa.

Anomalías detectadas
1

Decisiones examinadas
1

Antes de calcular un indicador, el programa busca todas las observaciones exigidas por el calendario declarado. Señala por separado una fecha ausente, una celda vacía y un dato recibido después de decidir. Comprueba presencia y tiempos, no la fórmula ni la procedencia de los valores.

Qué significan las incidencias

• Momento de la decisión: 2026-01-03T00:00:00Z. La ventana no contiene todas las observaciones exigidas por el calendario declarado. Fechas requeridas que faltan: 2026-01-02T00:00:00Z.

Hashes declarados de los archivos de entrada

SHA-256 del informe de comprobación

{
  "version": "3.0.0-pilot",
  "command": "windows",
  "input_sha256": [
    "5b501d08ef6c4264e3b82465fd3cf01e0f4efd50f6637bb1d6e86869e73d76be"
  ],
  "result": {
    "scope": "single_series_declared_calendar_and_availability",
    "required_observations": 3,
    "windows": [
      {
        "decision_at": "2026-01-03T00:00:00Z",
        "expected": [
          "2026-01-01T00:00:00Z",
          "2026-01-02T00:00:00Z",
          "2026-01-03T00:00:00Z"
        ],
        "missing": [
          "2026-01-02T00:00:00Z"
        ],
        "late": [],
        "nulls": [],
        "codes": [
          "MISSING_OBSERVATION"
        ]
      }
    ],
    "issues": [
      {
        "decision_at": "2026-01-03T00:00:00Z",
        "expected": [
          "2026-01-01T00:00:00Z",
          "2026-01-02T00:00:00Z",
          "2026-01-03T00:00:00Z"
        ],
        "missing": [
          "2026-01-02T00:00:00Z"
        ],
        "late": [],
        "nulls": [],
        "codes": [
          "MISSING_OBSERVATION"
        ]
      }
    ],
    "not_assessed": [
      "exchange_calendar_accuracy",
      "provider_revisions",
      "feature_formula",
      "model_fit_exposure"
    ]
  },
  "verdict": "ANOMALIES"
}