Preveja o preço de ações da próxima semana e otimize seu portfólio de investimentos utilizando modelos avançados de redes neurais LSTM e o Modelo de Otimização de Markowitz.

Este projeto combina a previsão de séries temporais com LSTM e a otimização de portfólios com o Modelo de Markowitz, permitindo que você:

• Preveja os preços de ações da próxima semana com base em dados históricos.
• Avalie o desempenho do modelo utilizando métricas de erro como MSE e MAE.
• Otimize a alocação do seu portfólio com base no retorno esperado e no risco.

• LSTM Model: Treina um modelo para prever preços de ações futuros.
• Portfolio Optimization: Utiliza o Modelo de Markowitz para recomendar a melhor alocação de ativos com base na previsão.
• Price Prediction: Prevê o preço de ações para os próximos 5 dias úteis.
• Fácil de usar: Apenas insira o símbolo da ação (ex: AAPL para Apple Inc.) e veja a previsão de preços e a recomendação de compra/venda.

Primeiro, faça o clone deste repositório:

git clone https://github.com/joseabrantesjr/trade.git
cd trade

Use o pip para instalar as dependências listadas no arquivo requirements.txt.

pip install -r requirements.txt

Rode o script Python diretamente no terminal e insira o símbolo de uma empresa listada na bolsa para prever seus preços e otimizar seu portfólio:

python run.py

1. Prever preços de ações:

   Após rodar o programa, insira um símbolo de ação, como AAPL, e veja as previsões de preços para os próximos 5 dias úteis, junto com recomendações de compra ou venda:

    Digite o símbolo da empresa (por exemplo, AAPL para Apple Inc.): PBR
    Preço de Fechamento Atual: $14.53
   
    Previsão de preços para a próxima semana:
    16/09/2024: $14.53
    17/09/2024: $14.56
    18/09/2024: $14.60
    19/09/2024: $14.64
    20/09/2024: $14.69
   
    Erro Quadrático Médio (MSE) do modelo: 0.0019
    Erro Absoluto Médio (MAE) do modelo: 0.0329
   
    Variação percentual prevista: 1.07%
    Recomendação: Considere comprar. O modelo prevê uma tendência de alta.
   
   

2. Otimizar Portfólio:

   O modelo de Markowitz calcula o peso ideal da ação na sua carteira com base nas previsões de retorno e no seu nível de tolerância ao risco.

   Peso ótimo da ação na carteira: 15.23%
   

O projeto está estruturado da seguinte forma:

• preprocess_data: Pré-processamento dos dados, incluindo escalonamento e criação de janelas de dados para treinamento.
• create_lstm_model: Criação do modelo LSTM.
• train_model: Treinamento do modelo e divisão dos dados em treino e teste.
• predict_next_week: Previsão de preços para os próximos 5 dias úteis.
• optimize_portfolio: Otimização da carteira utilizando o modelo de Markowitz.

Se você quiser aprender mais sobre as técnicas utilizadas neste projeto, confira:

• Documentação do LSTM
• Otimização de Portfólio de Markowitz

Sinta-se à vontade para contribuir com este projeto! Aqui está como você pode ajudar:

1. Dê uma estrela: Se este projeto ajudou você, dê uma estrela no GitHub!
2. Fork este repositório: Crie sua própria cópia deste projeto e adicione novos recursos.
3. Envie um Pull Request: Quer sugerir uma melhoria? Faça um fork, adicione sua melhoria e envie um pull request.
4. Reportar Problemas: Encontrou um bug ou um erro? Abra uma issue no GitHub.

1. Faça o fork deste repositório.
2. Crie um branch com sua feature: git checkout -b minha-feature.
3. Faça o commit das suas mudanças: git commit -m 'Adiciona minha feature'.
4. Faça o push para o branch: git push origin minha-feature.
5. Envie um Pull Request.

Nosso objetivo é criar um projeto de código aberto robusto, onde todos possam colaborar e aprender sobre redes neurais, séries temporais e otimização de portfólio. Esperamos que este projeto se torne uma referência para quem deseja entender essas técnicas aplicadas ao mercado financeiro.

• Siga-me no GitHub para mais projetos como este!
• Gostou deste projeto? Dê uma estrela e compartilhe com seus amigos!

Licença: Este projeto está licenciado sob a Licença MIT - consulte o arquivo LICENSE para mais detalhes.