Acompanhamento do Workshop de Imersão em Python
Introdução
Este repositório contém um estudo abrangente sobre análise de dados no mercado de ações, explorando três áreas-chave:
-
Análise de dados de uma base de dados de movimentação diária.
-
Análise de gráficos do tipo Candlestick (gráfico de velas).
-
Análise de séries temporais.
Nesta seção, realizamos análises utilizando tanto o Google Sheets quanto o Google Colab com Python. As atividades incluíram:
Manipulação de dados na plataforma Google Sheets, incluindo criação de novas colunas e cálculos.
Utilização do Google Colab para manipulação avançada de dados e plotagem de gráficos em Python.
Resultados:
Os resultados demonstraram a versatilidade das ferramentas disponíveis para análise de dados, destacando as vantagens de cada abordagem.
Nesta seção, exploramos a análise de gráficos de velas, utilizando dados extraídos da API do Yahoo Finance. As atividades incluíram:
Extração de dados da API do Yahoo Finance.
Plotagem de gráficos de velas utilizando bibliotecas como Matplotlib, Plotly.graph_object e mplfinance.
Resultados:
Foram obtidos insights valiosos sobre padrões de mercado através da análise de gráficos de velas, fornecendo informações úteis para tomadas de decisão no mercado financeiro.
Nesta seção, abordamos a análise de séries temporais, utilizando dados também extraídos da API do Yahoo Finance. As atividades incluíram:
Utilização da biblioteca Prophet, desenvolvida pelo Facebook, para previsão de séries temporais. -Plotagem de gráficos de séries temporais utilizando a biblioteca Matplotlib.
Resultados:
A utilização do Prophet mostrou-se eficaz na previsão de séries temporais, proporcionando insights valiosos para entender e antecipar tendências no mercado financeiro.
Este estudo demonstra a aplicação de diversas ferramentas e técnicas para análise de dados no mercado de ações. A combinação de plataformas como Google Sheets e Google Colab, juntamente com bibliotecas de análise de dados em Python, oferece uma ampla gama de possibilidades para análise e interpretação de dados financeiros. Os resultados obtidos fornecem insights valiosos para investidores e profissionais do mercado financeiro.
Referências
Documentação do Google Sheets: Sheets
Documentação do Google Colab: Colab
Documentação do Matplotlib: Matplotlib
Documentação do Plotly: Plotly
Documentação do mplfinance: mplfinance
Documentação do Prophet: Prophet