Sentinel Multimodal reúne tres fuentes que en una mesa de análisis rara vez se leen juntas: el lenguaje de las noticias y los informes, el rastro de las órdenes institucionales y las señales fisiológicas de quienes operan. El resultado es un indicador agregado de riesgo que no pretende adivinar el precio, sino mostrar dónde las señales se contradicen y cuánto peso merece cada una.
Antes de usar la herramienta conviene fijar el alcance. Estas son las aclaraciones que suelen generar dudas en la primera semana de uso.
El módulo NLP clasifica tono y relevancia de titulares, informes y notas de mercado. No mide órdenes ni posiciones. Un sentimiento positivo sostenido puede convivir con flujo vendedor sin contradicción: son dos capas distintas del mismo contexto.
Las señales fisiológicas se registran con consentimiento explícito y se anonimizan antes de entrar al indicador. No se atribuyen a personas concretas ni se conservan como historial individual. Si un operador revoca el consentimiento, su aporte sale del cálculo en la siguiente ventana.
El valor final resume presión de texto, flujo transaccional y estrés operativo en una escala comparable. Sirve para decidir cuándo una señal merece confianza y cuándo conviene esperar. No anticipa movimientos ni sustituye modelos de valoración.
Los pesos se recalculan por ventana y quedan versionados. Una alerta puede dispararse por un pico puntual de biometría que no se confirma en la ventana siguiente. Esa diferencia es parte del diseño, no un fallo: la trazabilidad importa más que la reacción inmediata.
Si tu equipo trabaja con reglas de cumplimiento propias, revisa primero el esquema de pesos antes de integrar el indicador en decisiones operativas. Ver el detalle de gobernanza y trazabilidad.
Tres notas que amplían cómo se combinan texto, flujo y señales biométricas en la práctica. Sirven de apoyo directo al análisis multimodal: no repiten la metodología, la aterrizan en decisiones concretas de mesa.
Cuando las noticias se vuelven positivas pero las órdenes institucionales siguen saliendo, el analista necesita una regla de decisión clara. El artículo propone aislar primero el flujo neto por segmento de operador y ponderar después el sentimiento NLP según la relevancia de la fuente.
Variabilidad de la frecuencia cardíaca, latencia de ejecución y microtemblores aportan contexto, pero exigen distinguir ruido fisiológico de estrés operativo. También se abordan consentimiento, anonimización y el riesgo de sobrerreaccionar a picos puntuales.
Si el peso de cada fuente no es explicable, el indicador pierde credibilidad ante análisis y cumplimiento. Aquí se detalla un esquema de pesos versionados, con umbrales de alerta y pruebas de estrés del propio indicador.
La pregunta que llega primero desde la mesa no es cómo funciona el modelo, sino qué señal mirar cuando el texto dice una cosa y las órdenes dicen otra. Estas son las piezas que cubrimos y para qué sirven en la práctica diaria.
No todo titular pesa igual. El motor clasifica notas macro, reportes de analistas y comunicados corporativos, y asigna relevancia según historial de impacto. Se descartan duplicados y se marca cuándo el sentimiento sube sin respaldo en el flujo.
El flujo neto se separa por tipo de operador: institucional, minorista y mesas propias. Esa división evita el error común de leer un volumen alto como convicción cuando en realidad son coberturas cruzadas entre segmentos.
Variabilidad cardíaca, latencia de ejecución y microtemblores entran como termómetro del comportamiento colectivo, no como predicción. Todo dato es anónimo, con consentimiento explícito y ventanas cortas para no sobrerreaccionar a un pico aislado.
Cada cambio en la ponderación queda registrado: qué entrada movió el valor, con qué umbral y en qué ventana temporal. Análisis y cumplimiento pueden reconstruir la decisión sin depender de una caja negra.
Los umbrales se configuran según la volatilidad esperada del día. En apertura asiática y cierre americano los valores de referencia cambian, y el sistema permite guardar perfiles distintos sin reescribir la lógica.
Para ver el detalle de cada componente, revisa las capacidades del sistema o empieza por cómo ponderar texto y flujo cuando se contradicen.