O que Indicadores Personalizados de Dados Alternativos (Alt-Data) faz?
Dados alternativos (alt-data) são um experimento de SINAL, não de estrutura — eles podem tocar apenas o sinal de rank / ponderação / filtragem, nunca a estrutura de opções (veja regras-de-estrutura-de-opções). O benchmark é a referência: o alt-data deve CONQUISTAR seu lugar superando (ou reduzindo materialmente o risco de) a carteira certificada submetida aos mesmos portões OOS. "O indicador é legal" não é um resultado.
Construa com sessões de computação orientáveis (preferido)
Prefira compute_session_start / compute_session_exec → compute_session_promote_indicator / compute_session_end para qualquer construção de dados com múltiplas etapas: o diretório /work persiste, você observa cada passo, e todo o histórico é consolidado em UM indicador promovido. Liste e encerre sessões obsoletas primeiro (compute_session_list); envie execuções periódicas enquanto trabalhos longos rodam. O run_compute avulso é apenas para trabalhos pequenos e de consulta única. Outras ferramentas da stack: dataset_to_indicator, build_signal_indicator, create_indicator, list_custom_indicators, collect_web_data, discover_sources, enrich_source, ingest_content, probe_url, sec_edgar, get_compute_status, cancel_compute_job.
Cada fonte passa por: construir → contagem de pontos + verificação de cobertura → auditoria de lookahead → verificação pontual de valores vs. a fonte primária → registrar. Falhas de plataforma acionam o protocolo-de-bug; após duas falhas distintas em uma fonte, arquive-a e siga em frente — não deixe que um pipeline quebrado paralise a campanha.
Nunca conecte um indicador não verificado (lições #10/#11)
Antes de referenciar qualquer CustomIndicator em uma estratégia, confirme todos os quatro itens com list_custom_indicators + uma verificação pontual na fonte:
- Contagem de pontos — elimine indicadores com 0 pontos.
- Cobertura por ticker do universo completo (todos os 21 nomes, não uma amostra).
- Atualização — a data máxima; um sinal cujos dados ficaram desatualizados NÃO deve conduzir uma carteira ativa.
- Segurança contra lookahead — veja abaixo.
A regra da série esparsa
Uma expressão de rank/peso só funciona com uma série que seja DENSA em todo o universo. Uma série com cobertura esparsa / parcial (ex.: compras de um político cobrindo ~1 de 21 nomes) só pode ser um tilt ou overlay, nunca uma entrada de rank — e um rank construído sobre ela negociará ZERO (conexão degenerada). Informe isso e despriorize; não force.
Segurança contra lookahead é inegociável (lição #11)
Cada ponto de dado alternativo é carimbado com a data em que a informação se tornou PÚBLICA (data do filing / divulgação / post), NÃO a data da negociação/evento. Transações do Congresso carregam uma defasagem da Lei STOCK de até ~45 dias — o sinal deve incorporar essa defasagem. Audite explicitamente por indicador antes de qualquer backtest utilizá-lo. Faça validação cruzada de valores com uma segunda construção gerada independentemente quando possível (uma série de contagem de menções no WSB foi verificada dessa forma — duas construções independentes corresponderam exatamente). Uma raspagem retroativa de posts históricos é aceitável; um modelo de sentimento aplicado retroativamente é aceitável (registre como ressalva); usar sobreviventes de exclusão é uma ressalva a ser registrada.
A cobertura dos dados delimita a janela de certificação
Verifique o mês máximo do lago de fontes primeiro e trate o fim da cobertura do sinal como uma restrição rígida para janelas de certificação e capacidade de implantação. O motor de walk-forward ajusta o calendário de folds para a cobertura do indicador, portanto as comparações de certificação devem ser alinhadas por calendário — execute um controle de base no calendário recortado da variante (veja walk-forward-oos).
Formas de integração (escolha por cobertura)
| # | Integração | Onde | Cobertura necessária |
|---|---|---|---|
| S1 | Blend no rank — sinal alternativo combinado com ROC de momentum como weightIndicator / métrica SelectTop | rank | ampla (maioria de 21) |
| S2 | Tilt — ranks de momentum; dados alternativos sobre/sub-ponderam nomes com sinal recente | peso | parcial OK |
| S3 | Filtro de entrada — só abrir um nome se o sinal alternativo disparou em N dias / acima de X | condição | parcial OK (reverifique auditoria-de-abrangência a frio!) |
| S4 | Overlay de confirmação — sinal alternativo relaxa/aperta uma barreira existente (ex.: VIX) | condição | qualquer |
Momentum continua sendo primário, buzz é um tilt: um rank apenas de atenção teve perdas pesadas; um tilt de atenção com amortecimento logarítmico sobre momentum teve vitórias. Forma de âncora S1 comprovada:
weightIndicator = Multiply(ROC63, Plus(1, Log(base 10, Plus(1, IndicatorSimpleMovingAverage(21d, CustomIndicator))))). Eixos de grade que valem a pena variar: janela SMA (10/21/42), força do tilt (log vs. linear com limite).
A integração é construída manualmente, não varrida (CustomIndicator não é um tipo varrido) — construa uma grade de variantes via create_portfolio_variant (cópia profunda da base + patch JSON-Pointer, dry_run primeiro), rotule como ajuste manual (âmbar) e teste cada variante com um backtest de 12 meses e $25k antes de gastar em folds (negociações zero/próximas de zero ⇒ o rank/filtro não está resolvendo → corrija ou descarte). Veja varredura-reotimização.
Receitas de fontes
references/reddit-wsb-recipe.md— o pipeline comprovado de contagem de menções do Lago Ártico do Reddit.references/congressional-disclosures.md— pipeline PTR do Escritório do Secretário da Câmara (agregado de todo o Congresso).references/other-sources.md— insider Form 4, fluxo de notícias, atenção; e escopo dosec_edgar.