Análise Técnica com o Python

A análise técnica é um método que visa analisar o movimento do preço de um ativo financeiro, com o objetivo de criar pontos de entradas e saída e portanto, estratégias de trading. No post de hoje, utilizaremos o Python para criar exemplos com a análise técnica por meio da biblioteca TA-lib.

A análise técnica fundamenta-se em avaliar ativos financeiros por meio de gráficos históricos. Existem diversas ferramentas criadas pela Análise Técnica, seja por meio de padrões gráficos, seja por meio de indicadores técnicos.

Enquanto os padrões gráficos visam avaliar a trajetória do preço de um ativo por meio de gráficos, referenciando suportes, resistências e canais, os indicadores técnicos avaliam os movimentos dos ativos por meio de cálculos matemáticos e estatísticos.

Para auxiliar no processo de criação de indicadores, utilizaremos a biblioteca TA-lib, que permite utilizar diversas funções relatadas a analise técnica. Para instalar a biblioteca é necessário um procedimento não usual. Para aqueles que utilizam o Google Colab com forma de construir códigos em Python, o código abaixo basta para instalar o TA-lib.

Entretanto, para aqueles que utilizam IDEs locais, isto é, nas máquinas do usuário, é necessário baixar os arquivos da biblioteca através do site do TA-lib, de acordo com a versão do sistema operacional utilizado. Uma vez baixado os arquivo, é necessário rodar o seguinte código.

Agora carregamos as biblioteca que utilizaremos para construir o códigos.

Médias Móveis

A média móvel é um indicador de tendência, que permite avaliar a movimentação do preço da ação em determinado período.

A partir da construção de uma tendência avalia-se os pontos de compra e venda, isto é, se a MM de curto prazo (pequeno período) estiver acima da MM de longo prazo, é um sinal de compra, caso contrário, venda. Vamos analisar por meio da TA-lib e graficamente.

Caso tenha interesse em se aprofundar sobre este indicador, temos um post sobre.

RSI

O RSI é um indicador que possibilita mensurar a velocidade e mudança no movimento do preço de um ativo. É utilizado para idenficar pontos de venda e comprar. Usualmente escolhe-se a pontuação RSI de 30 ou menos para dizer que o ativo está provavelmente próximo de sua base (sobrevenda), e uma medida acima de 70 pontos para dizer que o preço do ativo está próximo do seu topo (sobrecompra) para aquele período e que provavelmente irá cair. Vejamos como construir um RSI com o TA-lib.

Bollinger Bands

A Bollinger Bands é uma média móvel simples do preço do ativo que possui em sua análise o desvio padrão das média em torno de si. É usada para identificar tendência e volatilidade.

Estratégia de Trading usando a Nuvem de Ichimoku e RSI

Agora que entendemos um pouco sobre os indicadores técnicos, vamos construir uma estratégia por meio dos indicadores. Utilizaremos uma combinação de indicadores, por meio da Nuvem de Ichimoku e do RSI.

A Nuvem de Ichimoku é um procedimento composto por cinco curvas, sendo:

• Curva 1 - Tenkan San: Define o timing de entrada ou saída de uma operação com a Curva 2. É calculado como se fosse uma média móvel, entretanto, utilizando o calculo médio entre o maior máximo e menor mínimo nos últimos 9 dias. è uma curva de curto prazo.
• Curva 2 - Kijun Sen: Em conjunto com a curva 1, define o timing da operação. É construído da mesma forma que a Tenkan San, entretanto, utiliza-se 26 dias, definindo-se como a curva de longo prazo.
• Curva 3 - Chikou Span: Representa o preço defasado em 26 dias. Essa curva precisa estar acima da curva real caso as outras curvas sinalizarem uma alta.
• Curva 4 - Senkou Span A: Determina a região de suporte e resistência em conjunto com a Senkou Span B. É calculada a partir a média entre a Tenkan e Kijun, defasado em 26 dias.
• Curva 5 - Senkou Span B: Em conjunto com a curva 4, determinado o suporte e resistência. É uma curva longa calculado pelo preço máximo e mínimo em 52 dias.

Abaixo, calculamos todas as curvas, e em conjunto com o RSI, definimos os pontos de compra e de vendas.

Quer saber mais?

Veja nosso curso de Python para Investimentos.