Tracciamento dell'Accuratezza

Ogni predizione generata da CATA viene salvata con un timestamp. Alla chiusura del mercato, il sistema confronta le predizioni con gli esiti reali. Non è un punteggio marketing — è uno strumento diagnostico integrato nell'app.

Il report di accuratezza mostra:

• Accuratezza direzionale: l'asset si è mosso nella direzione prevista?
• Accuratezza sui target: quanto si è avvicinato il prezzo ai target previsti?
• Calibrazione della confidenza: quando CATA dice 80% di confidenza, ha ragione circa l'80% delle volte?
• Direzione invertita: i casi in cui la predizione era esattamente sbagliata — un segnale diagnostico, non un fallimento da nascondere

Avvertenza per la fase iniziale: con campioni limitati, i numeri di accuratezza individuali possono oscillare molto. Mostriamo il conteggio dei campioni accanto a ogni metrica, così puoi giudicare tu la rilevanza statistica.

Confronto a Fine Giornata

Un processo in background gira dopo ogni chiusura di mercato (o periodicamente per mercati 24/7 come le crypto). Prende il prezzo di chiusura reale e lo confronta con la predizione del mattino. I risultati vengono scritti direttamente nella memoria persistente dell'asset.

È così che il sistema si auto-corregge nel tempo: non cambiando parametri, ma accumulando evidenze su cosa funziona e cosa no per ogni specifico asset.

Memoria dell'Asset (Come Cresce)

Ogni asset costruisce un profilo persistente che evolve con ogni ciclo di analisi. La memoria conserva:

• Baseline fondamentale: valutazione, profittabilità, caratteristiche del bilancio
• Regimi comportamentali: come si è comportato l'asset in diverse condizioni di mercato
• Shock storici: eventi passati che hanno mosso significativamente l'asset
• Diario delle predizioni: ogni chiamata fatta dal sistema, e cosa è realmente successo

Punto critico: la memoria cresce solo da esiti verificati. Non incorpora speculazioni, sentiment non validato o dati non verificabili. Se l'input non è fondato, non entra nella memoria.

Integrità dei Dati

CATA distingue tre livelli di qualità dei dati in ogni analisi:

• Fatto: dati di mercato direttamente osservati (prezzi, volumi, indicatori economici pubblicati)
• Inferenza: conclusioni tratte da dati osservati usando una metodologia definita
• Speculazione: interpretazione generata dall'AI che va oltre i dati osservati

Quando la qualità dei dati è scarsa — prezzi stantii, fondamentali mancanti, feed macro inaffidabili — il sistema lo segnala esplicitamente nell'output dell'analisi. Non fingerà di avere dati puliti quando non li ha.

Consenso e Risoluzione dei Conflitti

Quando più motori sono in disaccordo (es. il momentum dice rialzista ma il contesto AI dice ambiente ostile), il sistema non media la differenza e va avanti. Applica un controllo di cross-validazione che riduce la confidenza complessiva quando i segnali sono in conflitto.

Il risultato: quando CATA è incerto, te lo dice che è incerto — piuttosto che produrre un segnale dall'aspetto sicuro da dati contraddittori.

Policy di Fallimento dei Provider

Non tutti i moduli sono uguali. Alcuni sono critici (se falliscono, l'analisi è incompleta e non dovrebbe essere considerata affidabile). Altri sono supplementari (utili, ma l'analisi core regge anche senza).

• Moduli critici: se il provider assegnato fallisce, l'analisi fallisce. Nessun fallback silenzioso su un'alternativa di qualità inferiore.
• Moduli supplementari: se falliscono, l'analisi continua con contesto ridotto, e il modulo mancante viene segnalato nell'output.

Questa è una scelta ingegneristica deliberata. La degradazione silenziosa erode la fiducia. Il fallimento esplicito la preserva.