Skip to content
isadorafrancaPublic

About

Acompanhamento do Workshop de Imersão em Python

Resources

Stars

0 stars

Watchers

1 watching

Forks

Repository files navigation

💻

Alura

Acompanhamento do Workshop de Imersão em Python

💰Análise de dados de Mercado Financeiro com Google Sheets e Python

Introdução

Este repositório contém um estudo abrangente sobre análise de dados no mercado de ações, explorando três áreas-chave:

  1. Análise de dados de uma base de dados de movimentação diária.

  2. Análise de gráficos do tipo Candlestick (gráfico de velas).

  3. Análise de séries temporais.

👨🏽‍💻Análise de dados de uma base de dados de movimentação diária

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.

📈Análise de gráficos do tipo Candlestick (gráfico de velas)

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.

📊Análise de séries temporais

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.

Conclusão

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

About

Acompanhamento do Workshop de Imersão em Python

Resources

Stars

0 stars

Watchers

1 watching

Forks

Releases

Packages

Contributors

Languages