Criando estratégias de investimento com IA no Python

Imagine ter a capacidade de pedir à inteligência artificial para criar uma estratégia de investimento baseada em indicadores técnicos ou regras específicas. Com o tempo sendo um recurso valioso, nem sempre é possível desenvolver um código por conta própria. Vamos mostrar como a IA, junto com Python, pode facilitar a criação de estratégias de investimento.

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

Objetivo

O Objetivo deste exercício é bem simples: vamos utilizar o Gemini para criar uma estratégia de investimentos por meio de um prompt. Vamos utilizar como exemplo as ações da PETR4 em frequência diária.

Prompt

Para obter os valores da estratégia em um arquivo CSV, usamos o seguinte prompt.

Você é um analista quantitativo focado em desenvolver estratégias de trading algorítmico.

Seu objetivo é criar uma estratégia utilizando o indicador MACD (Moving Average Convergence Divergence) para a ação PETR4.

Para isso, você deve:

1. Carregar o arquivo `petr4.csv`, que contém os dados históricos de preços da ação PETR4.

2. Calcular o MACD usando os parâmetros padrão (períodos de 12 e 26 para médias móveis exponenciais, e período 9 para a linha de sinal).

3. Gerar um arquivo CSV em formato de tabela que inclua as colunas:

- `Date`: Data da cotação

- `Close`: Cotação no período

- `MACD`: A diferença entre a média móvel exponencial de 12 períodos e a de 26 períodos.

- `Signal`: A média móvel exponencial de 9 períodos do MACD.

- `Histogram`: A diferença entre o MACD e a linha de sinal.

- `Sign`: coluna para referência com os valores de `Compra` ou `Venda`, conforme a lógica da estratégia.

- `Return`: Retorno Acumulado da estratégia baseado no sinal de compra e venda.

4. Salve o arquivo CSV com o nome `resultado.csv` e não retorne nada mais.

Saiba mais sobre prompts neste artigo sobre engenharia de prompt.

Visualização de dados

Para analisar o resultado da estratégia, criamos um código para visualizar os dados da estratégia:

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

Comente o que achou desse artigo

Boletim AM

Encontre o seu conteúdo

Categorias

Artigos mais acessados

Como se comportou a Taxa de Participação no Brasil nos últimos anos? Uma Análise com a Linguagem R

Como se comportou a inflação de serviços no Brasil nos últimos anos?

Como se comportou o endividamento e a inadimplência nos últimos anos? Uma análise utilizando a linguagem R

Qual o hiato do produto no Brasil?

Determinantes do Preço do Ouro: VAR + Linguagem R

Existe correlação entre vagas de emprego e o S&P 500?

Outros artigos relacionados

Como se comportou a Taxa de Participação no Brasil nos últimos anos? Uma Análise com a Linguagem R

O objetivo deste estudo é analisar a evolução da Taxa de Participação no Brasil, contrastando-a com a Taxa de Desocupação e decompondo suas variações para entender os vetores (populacionais e de força de trabalho) que influenciam o comportamento atual do mercado de trabalho. Para isso, utilizamos a linguagem R em todo o processo, desde a coleta e o tratamento das informações até a visualização dos resultados, empregando os principais pacotes disponíveis no ecossistema da linguagem.

Como se comportou a inflação de serviços no Brasil nos últimos anos?

Uma análise econométrica da inflação de serviços no Brasil comparando os cenários de 2014 e 2025. Utilizando uma Curva de Phillips própria e estimativas da NAIRU via filtro HP, investigamos se o atual desemprego nas mínimas históricas repete os riscos do passado. Entenda como as expectativas de inflação e o hiato do desemprego explicam o comportamento mais benigno dos preços atuais em relação à década anterior.

Como se comportou o endividamento e a inadimplência nos últimos anos? Uma análise utilizando a linguagem R

Neste exercício realizamos uma análise sobre a inadimplência dos brasileiros no período recente, utilizando a linguagem R para examinar dados públicos do Banco Central e do IBGE. Investigamos a evolução do endividamento, da inadimplência e das concessões de crédito, contextualizando-os com as dinâmicas da política monetária (Taxa Selic) e do mercado de trabalho (renda e desemprego).

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!