Analytics Predictivo

Proyecciones de liquidez y análisis cuantitativo con IA

¿Cómo funciona la IA en Analytics Predictivo?

1. Modelo Takahashi-Alexander

Proyección de cash flows usando modelo cuantitativo Yale. Calibra contribution rate (RC_t) con XGBoost basado en datos históricos del fondo.

2. Simulación Monte Carlo

Genera 1000 escenarios de distribuciones futuras. Muestra percentiles P10, P50, P90 para gestión de riesgo. IA ajusta parámetros β (bow factor) por vintage.

3. Detección de Anomalías

ZEA AI Gateway analiza desviaciones en KPIs de portfolio companies. Alerta si burn rate acelera o ARR desacelera vs forecast.

Modelo académico: Basado en "Modeling the Time-Series Behavior of Illiquid Funds" (Takahashi & Alexander, Journal of Alternative Investments). Re-entrena mensualmente con datos de transacciones reales del fondo para mejorar accuracy.

Proyección de Liquidez (Modelo Takahashi-Alexander)

Simulación Monte Carlo con 1000 escenarios

Parámetros del Modelo

Configuración del modelo Yale

Contribution Rate (RC_t)

Calibrado dinámicamente con XGBoost

Bow Factor (β)

2.5 (back-loaded distributions)

Horizonte de Proyección

36 meses

Valoración de Portfolio

KPIs de startups en portfolio

TechStartup Corp

Series B • Fintech

$25M

+15% QoQ

AI Analytics Inc

Series A • SaaS

$12M

+8% QoQ

EduTech Platform

Seed • EdTech

$5M

Sin cambios

Composición de Portfolio

Invertido vs. Valor Justo por Stage

Distribución por Sector

Valoración de portfolio por vertical