Análise de Mercado em Tempo Real com IA

Informações e cotações de empresas listadas do mercado de ações em tempo real

Introdução

Ter acesso a informações rápidas, precisas e contextualizadas é essencial em qualquer área, mas torna-se crítico no mercado financeiro, onde decisões precisam ser tomadas com agilidade e base sólida. Nesse ambiente dinâmico, profissionais lidam constantemente com grandes volumes de dados, variáveis econômicas instáveis e movimentos de mercado imprevisíveis. Por isso, ferramentas que oferecem uma visão clara, em tempo real e com suporte analítico inteligente são fundamentais para auxiliar na tomada de decisão.

Pensando nisso, desenvolvi essa aplicação que permite que investidores, analistas e entusiastas do mercado acompanhem em tempo real o desempenho de ações listadas, com acesso rápido a cotações, gráficos interativos e análises geradas por inteligência artificial. A interface foi pensada para facilitar a consulta a dados históricos e atuais, tornando mais ágil a identificação de tendências, oportunidades e movimentos relevantes no mercado financeiro.

Funcionalidades e Benefícios

Com base no ticker informado, a aplicação retorna as últimas notícias relacionadas à empresa e exibe o histórico de preços das ações. Nesta versão, configurei o sistema para apresentar os dados dos últimos seis meses, permitindo uma análise recente e contextualizada do comportamento do ativo. Veja na prática:

Os primeiros resultados apresentados pela aplicação incluem um resumo das recomendações dos analistas e as últimas notícias relacionadas à empresa, acompanhadas das referências utilizadas pela IA durante a pesquisa. Essa etapa inicial tem o objetivo de proporcionar ao usuário um panorama claro e atualizado do contexto da empresa, facilitando a compreensão do momento atual.

Esse é um dos diferenciais do projeto, pois, além de permitir a análise dos dados históricos por meio dos gráficos apresentados na sequência, a aplicação também fornece uma visão atual dos principais eventos que podem impactar o preço e o volume das negociações. Essa combinação entre contexto recente e dados passados torna a análise mais completa e útil para a tomada de decisão.

Após esse panorama, a aplicação retorna quatro gráficos:

1º) Visualização da evolução do preço de fechamento da ação nos últimos seis meses.

Nesse exemplo, a Microsoft fechou com o valor de US$ 436,54 no dia 04/12/2024. Esse dado foi extraído da API do Yahoo Finance e pode ser conferido diretamente no site oficial, como destacado em vermelho na imagem abaixo.

Essa análise traz vários insights como a tendência geral do ativo, volatilidade, reações a eventos, zonas de suporte e resistência, padrões sazonais ou comportamentais, e pontos de entrada e saída.

2º) Gráfico de velas (candlestick) para representar a variação de preços dos últimos seis meses.

O gráfico de velas é uma ferramenta poderosa porque condensa uma grande quantidade de informação de forma visual e intuitiva, permitindo a identificação rápida de padrões de comportamento e tendências. Cada vela mostra o preço de abertura, fechamento, máxima e mínima de um período.

Nesse exemplo, vimos que a vela do dia 27/02/2025 representa o preço de abertura, fechamento, máximo e mínimo constantes no Yahoo Finance:

Analisando o gráfico, podemos compreender a força e direção dos movimentos de preço, padrões de reversão ou continuação, identificamos o sentimento do mercado, o timing de entrada e saída e nos permite uma análise comparativa clara entre diferentes períodos.

3º) Gráfico com a média móvel dos últimos seis meses.

Nesse gráfico, podemos observar três linhas:

Close: preço de fechamento do dia.

SMA_20: média móvel simples. Para essa aplicação, utilizamos a janela de 20 períodos.

EMA_20: média móvel exponencial. Para essa aplicação, também utilizamos a janela de 20 períodos.

Com esses três dados, podemos analisar as tendências e em quais condições as médias estão refletindo melhor ou pior o preço do fechamento.

4º) Gráfico com o volume de trading dos últimos seis meses.

Além de compreender o comportamento dos preços através dos gráficos anteriores, podemos analisar a evolução do volume de negociação ao longo do tempo.

Nesse exemplo, o gráfico apresenta o volume negociado no dia 24/03/2025, conforme destacado em vermelho na imagem abaixo do Yahoo Finance.

O volume de trading está relacionado à intensidade da negociação e à confiança do mercado, que são pontos cruciais para quem acompanha o mercado de ações.

Desenvolvimento

Este projeto foi desenvolvido com o objetivo de monitorar o mercado de ações em tempo real, combinando inteligência artificial, APIs financeiras e visualização interativa de dados. Foi preciso reunir um conjunto de ferramentas e conhecimentos para que o projeto pudesse ser concluído. Entre as ferramentas utilizadas, estão:

• Python: serviu como linguagem-base para desenvolver toda a aplicação, incluindo a lógica de back-end, a orquestração dos agentes de IA, a coleta de dados financeiros, a geração de gráficos interativos e a construção da interface web com Streamlit.

  
  

• Yahoo! Finance API (yfinance): biblioteca que permite acessar dados financeiros públicos da plataforma Yahoo! Finance. Ela foi utilizada para coletar preços históricos, volume, notícias e recomendações de ações listadas. Os dados são consumidos tanto diretamente no back-end (via funções customizadas) quanto por meio dos agentes de IA da Phidata.

  
  

• Groq: é uma tecnologia que roda modelos avançados de inteligência artificial de forma muito rápida. Ele é usado como base para executar modelos como o DeepSeek e o Llama-3, que são responsáveis pelas respostas dos agentes de IA. No projeto, o Groq garante que as análises feitas pelos agentes aconteçam em tempo real, com alto desempenho. Ele funciona como o “motor” por trás dos agentes criados com a biblioteca Phidata, processando tudo de maneira eficiente.

  
  

• Phidata: biblioteca Python para construção de agentes inteligentes com suporte a múltiplas ferramentas e modelos. Nesse projeto, teve o papel de estruturar os agentes para executar a busca na web e a análise dos dados, Ela atua como orquestrador dos agentes que consomem dados da API (Yahoo, DuckDuckGo) e são processados por modelos no Groq.

  
  

• DuckDuckGo (via Phidata): ferramenta de busca integrável usada por agentes para obter informações atualizadas da web. Ela permite ao agente web buscar as últimas notícias relevantes sobre a empresa analisada, com fontes incluídas. E também atua em conjunto com o Groq e Phidata para complementar os dados da API do Yahoo! com contexto atualizado da web.

• Plotly: biblioteca de visualização em Python, responsável por criar os gráficos de linha, candlestick, volume e médias móveis de forma interativa. Ela utiliza os dados históricos extraídos via yfinance e exibe no front-end construído com Streamlit.

• Streamlit: é um framework para construir apps de dados com interface web de forma rápida através de Python. Ele é responsável pela interface gráfica da aplicação, onde o usuário insere o ticker, aciona a IA e visualiza os gráficos e análises.

Esses conhecimentos foram adquiridos principalmente da minha pós-graduação em análise de dados da DSA - Data Science Academy.

Conclusão

Esse projeto foi fundamental para aprofundar meu conhecimento sobre as necessidades do mercado financeiro, além de fortalecer habilidades em análise de dados, storytelling e validação das informações geradas por inteligência artificial.

O principal ganho para quem utiliza a aplicação é a velocidade e qualidade na tomada de decisão, com uma central única de informações confiáveis e análises automatizadas. A combinação entre dados em tempo real e comentários baseados em IA oferece uma vantagem estratégica tanto para quem realiza operações de curto prazo quanto para quem deseja acompanhar o mercado com mais inteligência. Tudo isso sem depender de plataformas complexas ou caras, visto que a solução entrega simplicidade, performance e profundidade analítica em um só lugar.

Neste projeto, a aplicação é executada localmente, mas é possível fazer o deploy na nuvem, permitindo o acesso via web. Isso também possibilita a criação de páginas de checkout para transformar a solução em um serviço SaaS.

Quer conhecer mais sobre o projeto? Entre em contato clicando no botão abaixo:

Contato