Ao criar modelos preditivos para sinais financeiros, a maioria de nós usa métricas como RMSE ou MAE. Eles são úteis, mas podem perder a questão central que impulsiona muitas estratégias: o modelo acertou a direção do mercado? É aqui que entra a Precisão Direcional (DA). Definição: O DA mede a porcentagem de vezes que um modelo prevê corretamente se um valor será movido para cima ou para baixo em relação à última observação. Formalmente: DA = (1 / N) * Σ_t sinal (A_t - A_ {t-1}) * sinal (I_t - A_ {t-1}) Aqui, A = valor real, I = inferência, N = número de previsões e os subscritos indicam os intervalos de tempo. Por que é importante: • RMSE ≠ desempenho comercial. Um modelo pode minimizar o erro, mas errar consistentemente o sinal de mudanças de preço, levando a resultados ruins. • A direção impulsiona as decisões. Para estratégias de seleção lateral (comprado vs. vendido, risk-on vs. risk-off), a lucratividade depende fortemente da exatidão da chamada, menos da magnitude do erro. • O valor econômico está vinculado ao DA. Mesmo pequenas melhorias acima de 50% DA podem criar uma vantagem significativa quando compostas em muitas negociações. Interpretação na prática: • 50% = vantagem estatisticamente significativa em mercados ruidosos. • 55–60% = alto desempenho, raro em dados financeiros do mundo real. • 60%+ = prepare-se para se aposentar mais cedo. Para os criadores de modelos do Forge, melhorar a Precisão Direcional (DA) é especialmente relevante em tópicos de retornos de log, onde a função de perda coloca peso extra na previsão do sinal correto dos retornos. Embora a rede não pontue os participantes apenas no DA, certas funções de perda são projetadas para valorizar a correção direcional mais do que o normal. Nesses casos, os modelos que mais frequentemente "acertam o sinal" terão melhor desempenho no sistema de pontuação e, por sua vez, contribuirão mais para a inteligência coletiva da rede. Isso fortalece as estratégias downstream na negociação, hedge de volatilidade e execução proativa de DeFi, sem simplificar demais a avaliação apenas para DA. Ao refinar modelos no Forge, pense além do RMSE. A precisão direcional geralmente é a métrica que determina se sua contribuição se torna parte de uma estratégia vencedora on-chain. Comece a usar a Forja: