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

Onde encontrar dados e ferramentas para text mining?

A aplicação das técnicas de mineração de texto pode trazer análises quantitativas informativas sobre a emoção, tom, categoria e outros padrões de interesse em documentos textuais. O primeiro passo é identificar, coletar e preparar estes dados brutos. Neste artigo, apresentamos bases de dados públicas de Economia e Finanças que podem ser exploradas, assim como ferramentas de programação úteis.

O que é mineração de textos e sua relação com IA?

Com uma matéria prima em comum, a mineração de textos e a inteligência artificial generativa usam grandes volumes de dados não estruturados para fins distintos e com aplicações em Economia, Finanças, Marketing e outras áreas. Mas quando devemos usar uma técnica e não a outra? O que é possível fazer e o que é mineração de textos? Neste artigo introduzimos estes tópicos e fornecemos alguns exemplos de aplicações.

Avaliando a evolução do Funcionalismo Público nos Estados Brasileiros usando Controle Sintético no R

O objetivo deste exercício é introduzir o uso do método de Controle Sintético na linguagem de programação R, aplicando-o a um exemplo prático relevante para a análise de políticas públicas. Vamos focar na utilização dessa técnica para avaliar o impacto do Regime de Recuperação Fiscal (RRF) sobre o número de vínculos do poder executivo nos estados brasileiros, com ênfase no caso do Rio de Janeiro.

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.