O que é Data Science?

Data Science é um campo voltado para a análise de dados, identificação de padrões e construção de modelos preditivos. A sua finalidade é extrair informações úteis e insights para auxiliar no processo de tomada de decisão. Para a construção de modelos preditivos, utilizam-se normalmente modelos de Machine Learning como: Regressão Linear Regressão Logística Redes Neurais

O que faz um Cientista de Dados?

Cientista de Dados é o profissional que trabalha na área de Data Science . Interdisciplinar, atua em todas as etapas do projeto, desde a fase de aquisição, análise e tratamento dos dados, quanto na construção de modelos de Machine Learning , avaliação e deploy . Atualmente, é considerada por muitos como sendo a profissão do futuro , com demanda crescente por esse tipo de profissional.

Qual a linguagem mais usada em Data Science?

Atualmente, Python é a linguagem mais utilizada para Data Science . Entre os fatores que tornam o Python tão popular estão a curva de aprendizado, quantidade de pacotes disponíveis e alto engajamento da sua comunidade. Outras linguagems populares para Ciência de Dados são R (uma linguagem com aplicações em estatística) e Matlab.

O que é Machine Learning?

Machine Learning (Aprendizado de Máquina) é uma área dentro do campo da Inteligência Artificial que utiliza algoritmos capazes de aprender por meio de dados coletados. Suas aplicações são vistas em áreas como medicina, marketing digital, logística, análise de malware e até mesmo no setor espacial.

O que é Deep Learning?

Deep Learning (Aprendizado Profundo) é uma área dentro do Machine Learning , que se tornou possível graças à explosão na disponibilidade de dados e no aumento do poder computacional. Usando redes neurais profundas (com diversas camadas), Deep Learning é considerada hoje como sendo o estado-da-arte para inúmeras aplicações, tendo se destacado em carros autônomos e detecção de doenças.

Sigmoidal › Como Analisar Ações da Bolsa com Python

Como analisar ações com Python é uma dúvida muito frequente que eu recebo no meu Instagram.

Em uma pesquisa feita com meus alunos do treinamento Data Science na Prática, vi que alguns deles já investem com a ajuda do Data Science. Também notei que muitos teriam interesse em aprender mais sobre o tema.

Como analisar ações e investir com Python.

Fui day trader entre 2008 e 2012, e hoje adoto uma filosofia mais fundamentalista, baseada nos princípios do Value Investing (a mesma ensinada por Benjamin Graham ao mito Warren Buffet).

Independente da sua estratégia, Python e Data Science podem contribuir muito para as suas análises na Bolsa.

Por ser um tema que eu amo e por tanta gente estar pedindo, pretendo começar a escrever uma série de artigos voltados ao mercado financeiro.

Neste primeiro artigo, vou te ensinar como acessar cotações para analisar ações usando Python.

Especificamente, vou ensinar como baixar os dados usando a biblioteca pandas_datareader e plotar o gráfico de candlestick usando plotly.

Baixando Cotações com Python

Uma das principais dificuldades que temos por aqui é acessar diretamente os dados da Bovespa.

Algumas corretoras possuem APIs e também é possível pagar serviços que forneçam as cotações em tempo real.

Uma alternativa simples e gratuita, que eu uso para acompanhar os preços diários é usar a biblioteca pandas_datareader e acessar a base de dados do Yahoo Finance.

# importar as bibliotecas necessárias
import pandas as pd
from pandas_datareader import data as web
import plotly.graph_objects as go

# criar um DataFrame vazio
df = pd.DataFrame()

# importar as bibliotecas necessárias

import pandas as pd

from pandas_datareader import data as web

import plotly.graph_objects as go

# criar um DataFrame vazio

df = pd.DataFrame()

Vou usar o ativo ITUB3, e baixar as cotações a partir de 1º de janeiro de 2000. Olhando as 5 primeiras entradas você consegue notar que são importadas as máximas, mínimas, abertura, fechamento, volume e valor ajustado do fechamento.

# escolher a ação desejada
acao = 'ITUB3.SA'

# importar dados para o DataFrame
df = web.DataReader(acao, data_source='yahoo', start='01-01-2000')

# ver as 5 primeiras entradas
df.head()

# escolher a ação desejada

acao = 'ITUB3.SA'

# importar dados para o DataFrame

df = web.DataReader(acao, data_source='yahoo', start='01-01-2000')

# ver as 5 primeiras entradas

df.head()

Repare que o nome do ativo é ITUB3.SA e não apenas ITUB3. Esse é o padrão para conseguir baixar os dados do Yahoo Finance.

Plotando o gráfico de candlestick para analisar a ação

Recentemente, escrevi um artigo introdutório ensinando a usar a biblioteca Plotly. Na minha opinião é a melhor biblioteca de visualização de dados que o Python possui.

Recomendo dar uma lida nesse artigo antes, para entender como eu faço para plotar o gráfico de candlestick.

# plotar o gráfico de candlestick
trace1 = {
    'x': df.index,
    'open': df.Open,
    'close': df.Close,
    'high': df.High,
    'low': df.Low,
    'type': 'candlestick',
    'name': acao,
    'showlegend': False
}

data = [trace1]
layout = go.Layout()

fig = go.Figure(data=data, layout=layout)
fig.show()