Análise de Tendência de Mercado com IA usando Python

Você está analisando o mercado acionário e se concentrando nos preços de uma ação específica. Ao longo dos dias, percebe uma mudança na trajetória dos preços e deseja entender o que está acontecendo por meio de notícias. Como automatizar esse processo de forma eficiente usando IA? Neste exercício, mostramos como utilizar o Python para essa tarefa.

Aprenda a coletar, processar e analisar dados na formação de Do Zero à Análise de Dados Econômicos e Financeiros com Python.

Introdução

Na nossa última postagem, discutimos a análise de sentimentos de notícias empresariais usando IA e vimos como a IA Generativa Gemini pode simplificar o trabalho e aumentar a produtividade. Mas, e se combinarmos essa abordagem com uma análise dos preços de mercado das ações para entender a trajetória desses preços?

É por isso que a utilização da Análise de Sentimentos com IA, em conjunto com a Análise do Preço das Ações, pode ser extremamente eficaz para aumentar ainda mais a produtividade. Essa combinação ajuda a compreender melhor os efeitos de eventos sobre o preço de uma ação.

Todo o procedimento é realizado utilizando Python, permitindo a automação da coleta de dados, processamento, formatação e interação com a API.

Passo 01: bibliotecas de Python

Para analisar as tendências do preço de uma ação com IA, utilizaremos as seguintes bibliotecas no Python:
  • yfinance para conectar com a API do Yahoo Finance
  • textwrap para manipular e formatar texto de maneira mais conveniente
  • requests para requisitar o link
  • BeautifulSoup para realizar o Scrap das notícias
  • google.generativeai para conectar o Gemini

Passo 02: autenticação na API do Google

Para utilizar o modelo de inteligência artificial Gemini, é necessário obter uma chave de token na plataforma Google AI Studio (veja mais informações aqui).

Com a chave de token em mãos, defina uma variável de ambiente com nome GOOGLE_API_KEY para armazenar a chave.

Atenção: a utilização da API do Google pode acarretar custos. Verifique o site da empresa para mais informações.

Passo 03: obtenção dos preços e noticias via Yahoo Finance

Para analisar o sentimento das noticiais é necessário obter os textos contidos nas páginas do Yahoo Finance. Para isso, obtemos o acesso a API do Yahoo Finance usando a biblioteca yfinance. Em seguida, requisitamos o acesso a API e extraímos o conteúdo da página.

No resultado atual, foi utilizado a seguinte noticia "Wells Fargo Adjusts Price Target on Apple to $275 From $225, Maintains Overweight Rating"

Passo 04: prompt

Para que o modelo de inteligência artificial quantifique o sentimento do texto, e compare com os preços é fundamental definir uma instrução clara sobre o que e como deve ser feito. Esse procedimento é feito seguindo estas etapas:

  • Definir qual modelo será utilizado e com quais configurações (aqui utilizamos o Gemini Pro).
  • Instruir o modelo de inteligência artificial para o que se pede em relação ao texto da notícia. Podemos usar um básico como exemplo:
  • """Dadas as cotações históricas do último mês deste símbolo {symbol} e as notícias recentes sobre este instrumento, forneça uma resposta detalhada sobre:
    1- A tendência de preço histórica
    2- As percepções das notícias recentes
    3- A análise de sentimento nas notícias
    4- Qual seria a tendência futura deste símbolo
    Preço histórico:\n"{historical_data}"\n\n
    Notícias recentes:\n"{articles_text}"
    """

Resultado

1- Tendência de Preço Histórica

O preço das ações da Apple (AAPL) apresentou uma tendência de alta no último mês, com alguns recuos ocasionais. O preço de abertura em 20 de junho de 2024 foi de US$ 213,93 e atingiu um máximo de US$ 233,08 em 10 de julho de 2024. O preço de fechamento em 18 de julho de 2024 foi de US$ 224,18.

2- Percepções das Notícias Recentes

A notícia recente do Wells Fargo ajustando sua meta de preço para a Apple de US$ 225 para US$ 275 é positiva para o símbolo. Isso indica que o banco está otimista com o futuro da empresa e acredita que o preço das ações tem potencial para subir ainda mais.

3- Análise de Sentimento nas Notícias

O sentimento geral nas notícias recentes sobre a Apple é positivo. A notícia do Wells Fargo é um sinal de confiança na empresa e seu potencial de crescimento. Além disso, não há notícias negativas significativas sobre a Apple no momento.

4- Tendência Futura

Com base na tendência de preço histórica e nas notícias recentes, a tendência futura para o símbolo AAPL é positiva. O preço das ações tem subido constantemente e o Wells Fargo está otimista com o futuro da empresa. É provável que o preço das ações continue a subir no curto a médio prazo.

Quer aprender mais?

Clique aqui para fazer seu cadastro no Boletim AM e baixar o código que produziu este exercício, além de receber novos exercícios com exemplos reais de análise de dados envolvendo as áreas de Data Science, Econometria, Machine Learning, Macroeconomia Aplicada, Finanças Quantitativas e Políticas Públicas diretamente em seu e-mail.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como usar IA + Python para o Mercado Financeiro?

Neste post, mostramos como a Inteligência Artificial, aliada à linguagem Python, está revolucionando o mercado financeiro. Exploramos as principais áreas onde essa tecnologia pode ser aplicada — como gestão de carteiras, análise de demonstrações contábeis, estratégias quantitativas, trading e análise macroeconômica — com foco em aplicações práticas e exemplos voltados para o contexto brasileiro.

Como otimizar um portfólio de investimentos no Python?

Este post apresenta, de forma prática e didática, como aplicar o modelo de otimização de carteiras de Markowitz utilizando Python. A partir de dados reais de ações brasileiras, mostramos como calcular retornos, medir riscos e encontrar a combinação ótima de ativos com base nas preferências de risco do investidor. Utilizamos a biblioteca Riskfolio-Lib para estruturar a análise e gerar gráficos como o conjunto de oportunidades e a fronteira eficiente.

O que são SLMs?

Assim como os LLMs, os Small Language Models (SLMs) são Modelos de Linguagem baseados em IA em versões mais compactas, projetados para funcionar com menos recursos computacionais, menor latência e maior privacidade. Neste exercício mostramos como usar estes modelos usando API's ou localmente através do Python.

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.