CESARSCHOOL-ESP-ARTIGO-ESTENDIDO

Prévia do material em texto

S. Sandri, J. Stolfi, L.Velho
	Comment by Andrews Santiago: - Quais os requisitos que o artefato possui?
- Que tecnologias foram utilizadas? E por que?
- Que técnicas/processos/métodos foram utilizadas durante a construção do artefato?
- Descreva detalhadamente o seu artefato. Como se usa? Para que serve?
CESAR SCHOOL
ESPECIALIZAÇÃO EM TECNOLOGIA INOVAÇÃO E INTELIGÊNCIA
 
ARS - EXPERT MERCADOS FINANCEIRO DE AÇÕES
Andrews Santiago, Roger Azevedo e Samuel Lopes
Gustavo Henrique da Silva Alexandre
Recife, novembro de 2021.
Título Do Artigo
Andrews Santiago, Roger Azevedo e Samuel Lopes.
CESAR School 
S. Sandri, J. Stolfi, L.Velho
asf3@cesar.school, rra2@cesarschool.com.br e sls@cesar.school
Proceedings of the XII SIBGRAPI (October 1999) 101-104
Proceedings of the XII SIBGRAPI (October 1999)
Resumo. Atualmente é necessário um vasto conhecimento do mercado financeiro de ações, além de uma grande curva de aprendizado para interpretar as possibilidades de perdas e ganhos, bem como o alto custo de tempo exigido para monitorar o mercado de investimentos, como consequência, existe um desencorajamento para entrada de novos investidores. Pensando nisso, pesquisamos e verificamos a existência de outras ferramentas similares como por exemplo: Robô investidor Trader e a Easynvest by Nubank. Entretanto criamos uma plataforma que utiliza um modelo preditivo baseado em machine learning para auxiliar na tomada de decisões de maneira simples e objetiva.	Comment by Andrews Santiago: Resumo do trabalho. O autor deve tomar cuidado para que este não ultrapasse 12 linhas e deve estar na primeira página do artigo. O Resumo deve conter os seguintes itens: uma frase de contextualização/tema; Definição do problema; O objetivo e/ou solução do trabalho; Os resultados obtidos na pesquisa.
1. Introdução 	Comment by Andrews Santiago: [Motivação e Contexto] Análise e delimitação da situação inicial do problema de pesquisa. Aborde os assuntos relacionados ao tema que serão estudados. Detalhe as motivações por exemplo [científicas, técnicas, mercado, etc ] relatando quais inovações e/ou pesquisas estão motivando o desenvolvimento do trabalho.
Os novos investidores brasileiros têm encontrado uma certa dificuldade no acesso a informações, assim como também na confiabilidade nas instruções e ainda na ausência de transparência de riscos e incertezas nas operações. Ainda que o público investidor tenha crescido e o fluxo de informações esteja cada vez mais acelerado, nos investimentos o excesso de fontes e o grande volume podem elevar a complexidade no momento da escolha do investimento. ORDONES[1]
A ARS inicia com o propósito de democratizar o acesso às melhores opções de investimento de forma simples para os que não dominam ou não possuem tempo para dominar o mercado financeiro. De forma a pesquisar, selecionar e traduzir as opções disponíveis no mercado com seus detalhes bem declarados.
O acesso ao mercado de investimento com informações simples e objetivas se tornaram uma necessidade de pessoas que não são da área de atuação se sintam seguras ao dar os primeiros passos nos seus investimentos. A educação financeira está cada vez mais comum na sociedade, onde se demonstra uma evolução na qual a ARS se orgulha em colaborar.	Comment by Andrews Santiago: [Necessidade/Problema] Descreva com detalhes a necessidade/problema tratado no seu projeto. Fale sobre as questões a serem abordadas pelo trabalho. E por fim, tente resumir as questões em uma pergunta que irá nortear sua pesquisa.
Qual é o problema?
Onde ele acontece?
Como ele ocorre?
Quando acontece?
Quem é afetado pelo problema?
Como é afetado pelo problema?
Quais as principais causas?
Quais as implicações/consequências?
Quais são as soluções existentes?
Como atendem ou não atendem o problema?
Qual é a sua proposta? Seja breve, sucinto e resumido.
1.1 Justificativa	Comment by Andrews Santiago: Por que o estudo é relevante? Do ponto de vista prático, a relevância pode estar relacionada ao fato que as conclusões ou achados do estudo realizado são úteis para auxiliar na solução de problemas do dia-a-dia. Do ponto de vista teórico, um projeto de monografia pode se justificar em função da sua capacidade de ampliar os horizontes intelectuais da área, de propor a discussão de um tema ainda não analisado suficientemente pela ciência ou para o qual o pesquisador esteja propondo um encaminhamento distinto daquele adotado pelos seus predecessores.
De acordo com o site GABEIRA[2], a falta de conhecimento sobre educação financeira pessoal chega a ser uma questão cultural no Brasil, cuja ausência de controle e planejamento financeiro tem contribuído sobremaneira para o crescente endividamento dos jovens. Em virtude da educação e independência financeira, o estudo foi iniciado para disponibilizar condições de investimentos simplificadas e ainda incentivar os novatos do mercado a praticar investimentos.
1.2 Objetivos
Objetivo Geral: Desenvolvimento de uma plataforma de previsibilidade das melhores opções de investimento para empoderar investidores iniciantes na tomada de decisão.
Objetivos Específicos:
· Alcançar através de um modelo de Machine Learning um percentual satisfatório de assertividade nas previsões de ações com mais chances de retorno financeiro.
· Desenvolver uma plataforma acessível, seguindo os melhores padrões de experiência do usuário, capaz de dar informações claras e concisas para auxiliar os usuários a darem os primeiros passos no mercado financeiro.
· Oferecer ao usuário uma experiência inovadora, onde há uma quebra do paradigma de ter muito conhecimento da área financeira de investimentos, para se tornar um investidor.
1.4 Estrutura do Artigo
Foi apresentado na fundamentação teórica o conhecimento básico necessário para o bom entendimento relacionado a Machine Learning, dentro dos conceitos apresentados na solução proposta. Além disso, abordamos um pouco do histórico do mercado financeiro de ações no Brasil.
Na seção de soluções similares buscamos e detalhamos os principais concorrentes e seus pontos negativos e positivos em relação ao nosso produto, e como nos destacamos em relação a estes concorrentes.
Por fim apresentamos nossa solução, como chegamos ao resultado através dos conhecimentos aplicados de machine learning e quais modelos de aprendizado foram utilizados para extrair o melhor da solução. Foi construído um protótipo inicial com o intuito de deixar mais claro o funcionamento e o uso da ferramenta final. Além disso, demonstramos os principais custos envolvidos na operacionalização do produto, bem como o cronograma.
Finalizamos com nossa conclusão com base no que foi absorvido de acordo com os resultados alcançados para esse estudo.
2. Fundamentação Teórica	Comment by Andrews Santiago: Apresentar as ideias principais dos principais autores da área. As ideias devem ser apenas apresentadas, não discutidas ou criticadas, o que será feito nas próximas seções. Não são incluídas as ideias ou experimentos do próprio autor do artigo.
Um ponto importante desta seção é a forma como ela é organizada, o que acaba sendo uma das maiores contribuições do artigo. É desejável que os trabalhos anteriores sejam descritos segundo uma mesma visão, proposta pelo autor do artigo e não pelo autor dos trabalhos revisados. A organização da revisão permite, posteriormente, realizar comparações e análises, levando a uma melhor compreensão do assunto. Esta seção pode ser dividida em tantas subseções quanto desejáveis.
Todos os trabalhos revisados devem estar associados à fonte de referência no texto, e essa referência deve estar incluída nas referências bibliográficas no final do artigo.
2.1 Machine Learning
Antes mesmo de entender o que significa aprendizado de máquinas, precisamos definir bem o conceito de aprendizado de forma geral.
	De acordo com o New Oxford American Dictionary:
			“Aprender é a aquisição de conhecimentos ou habilidades através 			da experiência, estudo ou sendo ensinado.”.
Na prática, aprender é progressivamente melhorar a performance em uma tarefaespecífica.
Quando falamos de Machine Learning estamos considerando a forma de aprender dentro do espectro de inteligência artificial.
	Segundo HOSCH[2], podemos definir como:
			“Aprendizado de máquina, em inteligência artificial (matéria da 			ciência da computação), disciplina voltada para a implementação 			de softwares que possam aprender de forma autônoma.”.
 Já o ALLENDE-CID[3], descreve machine learning como:
			“uma subárea da Inteligência Artificial que tem apresentado um 			crescimento enorme nas últimas décadas. Trata-se de algoritmos 			matemáticos, estatísticos e computacionais que são capazes de 			realizar um processo de inferência por meio de aprendizado 			baseado em exemplos.”.
Em um universo de tecnologias do qual estamos sendo constantemente apresentados, podemos nos questionar o impacto do machine learning no nosso dia a dia, para isso podemos considerar as palavras do Lisandro Zambenedetti Granville, Presidente da Sociedade Brasileira de Computação[4]:
			“Entre todas as tecnologias digitais que ganham força no mundo, 			a Machine Learning (ou aprendizado de máquinas) é talvez uma 			das mais atraentes, pois de cara remete a temáticas já abordadas 			em livros de ficção, filmes e séries de TV. Hoje, Machine 				Learning está presente em várias atividades privadas, de órgãos 			públicos e empresas de todos os segmentos de mercado, seja para 			planejar, produzir, vender ou se relacionar com seus públicos. É 			só pensarmos nos atendentes virtuais, robôs e softwares 				automatizadores de processos em empresas, entre outros.”.
2.1.1 Modelos de aprendizagem
Sistemas baseados em Machine Learning podem ser classificados segundo vários critérios (não exclusivos), de acordo com: o tipo de aplicação; o paradigma de aprendizado e uso de dados; a continuidade do aprendizado durante sua operação; e a forma com que o 'conhecimento' é armazenado.
Com base nisso, chegamos a diferentes tipos de aprendizado de máquina, e eles podem ter maior ou menor interferência humana, um deles é o Aprendizado Supervisionado.
Segundo Nathalia Criscito[5] do site labs.tivit.com, pode ser definido como:
			“Nesta modalidade, parte-se de um banco de dados específico do 			qual se quer extrair um resultado de classificação, ou seja, o 			sistema é alimentado com informações para que aprenda sozinho 			a reconhecer um determinado objeto através de características 			que ele mesmo classifica como padrão de elementos chaves 			para chegar a essa conclusão.”.
Outra modelo de aprendizagem é o Aprendizado não-supervisionado que segundo a Nathalia Criscito[5] do site labs.tivit.com, pode ser definido como:
			“O aprendizado não supervisionado é a modalidade que 				desenvolve seu aprendizado sem que haja a interferência humana 			na indicação de modelos e padrões. Assim, a IA é utilizada dessa 			forma para os casos em que apesar de existir um banco de dados, 			não se sabe ainda qual o melhor padrão a ser utilizado para se 			chegar a um resultado, ou seja, nessa modalidade, os dados ainda 			não foram rotulados, classificados ou categorizados 					previamente.”.
Existem ainda modelos Semi-Supervisionado, que se trata normalmente de uma combinação de algoritmos supervisionados e não supervisionados e Aprendizado por Reforço, onde o aprendizado por reforço, a ideia principal se baseia na otimização da tomada de decisão via retornos de sucessos e fracassos no ambiente. OTTONI[6]
2.1.2 Modelo de Árvores de Decisão
Um dos modelos de aprendizado supervisionado é o de Árvores de decisão (ou árvores de classificação), baseadas em regras de decisão de acordo com seus atributos. 
Segundo FACELI[7], podemos definir o modelo como:
			“As Árvores de Decisão são representações simples do 				conhecimento e um meio eficiente de construir classificadores 			que predizem classes baseadas nos valores de atributos de um 			conjunto de dados. Uma Árvore de Decisão usa a estratégia de 			dividir para conquistar para resolver um problema de decisão. 			Dessa forma, um problema complexo é dividido em problemas 			mais simples, aos quais recursivamente é aplicada a mesma 				estratégia. As soluções dos subproblemas podem ser combinadas, 			na forma de uma árvore, para produzir uma solução do problema 			complexo.
2.2 Mercado de ações
O mercado de ações é o local onde os interessados em adquirir ou vender uma fatia do valor de uma empresa, realizam tais negociações, sejam elas pessoas físicas ou empresas. Chamamos essa fatia de ações.
Segundo MURPHY [8] o mercado de ações pode ser definido como:
			“O nível mais básico, o "mercado de ações" simplesmente se 			refere ao mercado abstrato que comercializa a propriedade de 			empresas”.
Para tal existem diversos locais físicos onde essas transações são realizadas, nestes locais compradores e vendedores se encontram para negociar. De acordo com uma pesquisa feita em julho de 2021 pelo site STATISTA [9] a New York Stock Exchange – NYSE é atualmente a maior operadora de bolsa de valores em todo o mundo.
O Brasil também possui sua própria operadora, a B3, foi fundada em 23 de agosto de 1890, em 2017 o presidente da BM&FBovespa, Edemir Pinto, anunciou a fusão da instituição com a Cetip para formar a B3 (Brasil, Bolsa e Balcão), que passa a ser a quinta maior bolsa de mercado de capitais e financeiro do mundo em valor de mercado, com patrimônio de US$ 13 bilhões. Porém, ainda de acordo com o site STATISTA [9], atualmente encontra-se na posição 19.
De acordo com o site da até então, BOVESPA[10] a importância do mercado de ações pode ser definido como:
			“quanto mais desenvolvido é o mercado de capitais, maior é a 			economia de um país”.
Para quem deseja investir no mercado de forma individual, é necessário a utilização de Corretoras como intermediárias, esta comunicação é feita através de uma ferramenta chamada Home Broker.
Segundo PIAZZA[11], o Home Broker pode ser definido como: 
“O Home Broker é um canal de comunicação entre os investidores e as Sociedades Corretoras credenciadas na BOVESPA. É um sistema de negociação eletrônica de ações que permite ao investidor fazer operações de compra e venda de ações através do site da corretora que o cliente esteja cadastrado. A corretora deve ser membro da BOVESPA e oferecer essa ferramenta. A criação desse sistema teve como objetivo facilitar a entrada de pequenos investidores no Mercado Acionário e fazer com que, cada vez mais, investidores, principalmente pessoas físicas, participassem do mercado. Essa ferramenta populariza o mercado de ações e deixa o seu acesso mais fácil e de forma rápida e segura”.
Figura 1.0 – As maiores operadoras de bolsa de valores em todo o mundo em julho de 2021.
3. Soluções Similares	Comment by SAMUEL LOPES DA SILVA: – Descrever com detalhes as soluções similares identificadas. Aponte como vem sendo usando, seus benefícios e limitações. Descreva suas características.
A seguir, soluções similares que identificamos, com os seus devidos benefícios e limitações que foram informadas pelos seus usuários.
3.1 Nu invest 
Figura 2 – Nu Invest Logo.
Plataforma de investimentos do Nubank com a expertise de 50 anos de mercado da Easynvest. Traz a proposta para o cliente que a forma de investir ficou ainda mais descomplicada.[12]
Com diferencial do mercado por corretagem zero, ainda com o jeito mais fácil de investir na bolsa em apenas poucos passos. Os fundos Nu Ultravioleta, que é uma seleção sofisticada de fundos a partir de R$100. Também mais de mil opções de investimentos para o usuário diversificar e chegar aonde quiser.
	Alguns dos tipos de Investimentos
	Descrição
	Ações
	Seja sócio de empresas.
	FII
	Receba aluguéis de empreendimentos.
	ETF
	Invista em várias ações.
	CDB
	Empreste dinheiro para bancos.
	Fundos de Investimento
	Um especialista cuida para você.
	BDR
	Invista em empresas do exterior.
	Tesouro Direto
	O investimento mais seguro.
O poder de escolher como o dinheiro deve render está na mão do próprio cliente (usuário). Possui as carteiras recomendadas com análises de especialistaspara o cliente tomar as melhores decisões de investimento. Plataformas para trader com gráficos, recursos rápidos e dados em tempo real.
Benefícios: Sem burocracia, fácil usabilidade para utilização dos usuários e corretagem zero.
Limitações: Não é focada em análise de mercado, falta de transparência nos rendimentos, problemas no aplicativo sem sincronização e atualização em tempo real. [13]
3.2 Robô Investidor Trader
Figura 3 – Robô Investidor Trader Logo.
Serviço de investimento financeiro de forma automatizada, o usuário configura sua estratégia no robô. Com assertividade de 80% e com excelente relação entre (Ganho X Perda). [14] 
Com o robô o usuário terá uma excelente estratégia, não precisa lidar com o emocional e o próprio robô te ajudará com a execução do gerenciamento de risco que o usuário definiu. Foi desenvolvido utilizando a melhor estratégia que existe no mercado, utilizada pelos maiores traders do mundo: o Price Action. Essa estratégia utiliza os padrões de movimentos dos preços para realizar operações baseadas em estatística e probabilidade. O robô não aumenta o lote em caso de perda, protegendo seu capital de grandes perdas.
Para utilização do Robô Investidor Trader na primeira vez, o usuário deverá realizar a instalação e depois configurar o robô, que tem duração média de uma hora. O robô com licença vitalícia e ainda recebendo as atualizações. Facilitando para quem está entrando no grupo seleto de investidores que buscam estabelecer uma nova fonte de renda com operações automatizadas no mercado financeiro.
Benefícios: Listados em suas características.
	Características
	Descrição
	
Licença vitalícia, sem mensalidades
	Adquire a licença vitalícia do robô, sem necessidade de pagar mensalidades. Continuará recebendo todas as novas atualizações do robô no seu e-mail com melhorias e novas funcionalidades.
	Livre de decisões emocionais
	Uma das principais vantagens de usar um robô de automação dos seus trades, é o fato de que ele seguirá fielmente a estratégia que foi definida em sua programação. Sem armadilhas emocionais, sem excitação.
	Fácil instalação
	Não é necessário entender de programação de sistemas para usar o robô. O usuário receberá um treinamento para instalá-lo e estará pronto para iniciar as operações em pouquíssimo tempo.
	Sem martingale
	Em cada operação o robô entra com a quantidade de contratos que você deseja e não aumenta posições em caso de perda. O martingale pode ser uma boa estratégia, mas muitos traders iniciantes perdem dinheiro ao tentar recuperar uma perda.
	Operações no automático
	Após ter instalado o robô é definida a estratégia a utilizar, ele realizará as operações automaticamente de acordo com os sinais gráficos para os quais ele foi configurado.
	Mini índice e mini dólar
	Possui por padrão as configurações para operar Mini Índice, porém foi liberado recentemente o setup (.set) para que o usuário também possa utilizar o robô no Mini Dólar, diversificando seus investimentos e potencializando os lucros.
Limitações: Cobrança Indevida com taxa de 10% sem comunicação prévia, não cumpre o que promete, pois o produto oferece 80% de assertividade e verdade não chega aos 45%. Falta de suporte a dificuldade para suporte pós venda.[15]
3.3 SmarttBot 
Figura 4 – SmarttBot Logo.
Plataforma para comerciantes (usuários) operarem na bolsa de forma automatizada. O usuário configura sua estratégia nos robôs (algoritmos online), que enviam as ordens diretamente para as principais corretoras do país. [16]
Tem a facilidade de ajudar os usuários de todos os níveis a fazerem operações na Bolsa de Valores de forma 100% automatizada sem que ele precise passar o dia todo olhando gráficos. Podendo automatizar a estratégia de operação que ele já usa. Também que a plataforma tem os principais indicadores de análise técnica. Fornece dezenas de estratégias prontas e pré-prontas criadas por traders profissionais para o usuário apenas dar o play e começar a operar. Tem gráficos e relatórios que são acessíveis a partir de qualquer computador, tablet ou celular.
Garantem segurança total em suas operações, anunciam que são a principal e mais segura plataforma de robô traders do Brasil. Informam que não tem nenhum acesso à conta do usuário na corretora, apenas fazem roteamento das ordens e enviam a ela. As seguintes corretoras parceiras: Ativa Investimentos, BTG Digital, Capital, Clear, Genial Investimentos, Guide, Mirae Asset, Modal Mais, Necton, Nova Futura Investimentos, Órama, Terra Investimentos, Toro, XP Investimentos.
Disponibiliza relatórios de performance para acompanhar o desempenho de seus robôs, ordens realizadas e saldo de maneira simples. O usuário pode contar com equipe de suporte profissional para ajudar em qualquer desafio dentro da plataforma. A cobrança é realizada por planos mensais, categorizadas por: Free, Lite, Pro, Expert, Advanced. 
Benefícios: Listados com suas características.
	Características
	Descrição
	Loja de Estratégias
	Robôs pré-parametrizados por experientes traders do mercado.
	Análise Técnica
	Crie robôs baseados nos principais indicadores de Análise Técnica.
	Segurança e Precisão
	Infraestrutura profissional para execução sem falhas das estratégias configuradas.
	Backtesting
	Utilize dados reais do passado para avaliar a performance da sua estratégia.
	Multi Robôs
	Permite operar simultaneamente com vários robôs em um mesmo papel.
	Ranking
	Inspire-se nos robôs desenvolvidos para criar ou seguir estratégias.
Limitações: Na pesquisa realizada foi encontrada no site Reclame Aqui, as reclamações dos usuários referentes a plataforma: Instabilidade de conexão com as corretoras gerando perda para o investidor, problemas com o aplicativo que seria os erros matemáticos. Não cumpre o que promete pois não há ganhos relevantes fora das simulações. [17]
		Comment by SAMUEL LOPES DA SILVA: Comumente, nesta seção surge a necessidade de apresentar informações em tabelas ou figuras que são citadas e analisadas ao longo do texto. Cuidado para não incluir figuras ou quadros ou tabelas que não sejam analisadas ou citadas no texto.
3.4 Análise e Comparação
	Considerando o que a nossa solução proposta e cada uma das outras soluções contém em comum escolhemos os itens abaixo para melhor diversificar os apps.
	Comparação
	Nossa Solução (ARS)
	Nu Invest
	Robô Investidor Trader
	SmarttBot
	Usabilidade
	Fácil de aprender e utilização muito simples
	Fácil de aprender e utilização muito simples
	Mediana Precisa de treinamento em alguns minutos
	Fácil de aprender e utilização muito simples
	Licença
	Grátis (Limitado)
	Grátis (Corretagem zero)
	Licença vitalícia (Cobrado uma vez)
	Tipos de Planos Mensais
	Instalação
	Em apenas alguns segundos
	Em apenas alguns segundos
	Em média 1 hora
	Em apenas alguns minutos
	Segurança e Precisão
	Alto
	Alto
	Alto
	Alto
	Rentabilidade
	Média
	Média
	Média
	Média
	Engajamento
	Alto
	Médio
	Baixo
	Médio
	Desempenho
	Alto
	Médio
	Baixo
	Médio
	Plataforma
	Web ou Mobile
	Mobile
	Computador
	Computador ou Mobile
	Operadores no automático
	Não
	Não
	Sim
	Sim
	Suporte
	Sim, Alto
	Sim, Médio
	Sim, Baixo
	Sim, Médio
Em análise a respeito dos itens destacados, o engajamento e suporte são igualmente importantes para determinar o desempenho do app (sistema), referente a isso é muito difícil para as empresas sustentarem um pilar sem o outro.	Comment by SAMUEL LOPES DA SILVA: – Apresentar os critérios ou aspectos escolhidos para comparação justificando o porquê dessa escolha.
– Após comparação, realizar uma análise a respeito dos itens comparados.
– Cuidado com a conclusão da análise, pois, na maioria dos casos não será possível apontar o vencedor do comparativo.
A Rentabilidade Financeira está relacionada entre (Risco X Retorno), quanto (menor o risco, menor o retorno) e (maior o risco, maior o retorno). Por tanto a comparação mostra que a nossa solução está mais preparada referente às demais soluções para o mercado.
4. Solução Proposta / Artefato
4.1 Procedimento experimental
Realizamos análises das bases de dados oriundasda bolsa de valores brasileira(B3), utilizando a base histórica desde da abertura do capital na bolsa, onde utilizamos um recorte inicial com 21 ações do mercado de varejo, foi possível mapear o mercado financeiro de ações.
Figura 5.0 – Exemplo da base de dados da B3.
4.2. Descrição detalhada do experimento
Utilizando modelos preditivos de machine learning, apresentamos as ações com os melhores cenários de investimento atual. Inicialmente utilizamos o modelo KNN utilizando o método KNeighborsClassifier da biblioteca sklearn, porém sentimos a necessidade de aplicar um modelo mais robusto, sendo assim optamos por utilizar a técnica de aprendizado supervisionado com o modelo de classificação utilizando o modelo de Árvores de Decisão e o método RandomForestClassifier da biblioteca sklearn. 
Incluímos novas colunas analisando períodos e comportamentos reincidentes para enriquecer a base de dados, com isso foi possível fazer análises com base em agrupamentos, e entender melhor qual a melhor forma de analisar os resultados.
Foi criada uma coluna na base de dados, Investir, do tipo booleana, calculada para agregar a informação se a semana em questão obteve um valor de fechamento maior que o valor de abertura de uma determinada ação. Caso este cálculo retorne como verdadeiro o valor 1 é preenchido e determina que o investimento é viável. Caso contrário, é preenchido com o valor 0, indicando a inviabilidade do investimento.
Colunas com o código das ações na bolsa: Foi incluída uma coluna para cada ação que faz parte do recorte analisado no setor de varejo, sendo estas do tipo booleana, onde são preenchidas com o valor 1 representando a qual ação a linha em questão se refere.
Figura 6.0 – Inclusão de novas colunas na base de dados de treinamento.
4.3. Resultado 
Após realizar o treinamento verificamos que algumas colunas não causavam nenhum impacto positivo, e em alguns cenários dificultando uma taxa de assertividade maior:
Figura 7.0 – Gráfico com resultado de importância no treinamento por coluna.
Realizamos um novo treinamento considerando agora apenas as colunas com maior influência para o treinamento para que o modelo consiga predizer com maior assertividade a coluna alvo Investir, e com isso obtivemos uma taxa de assertividade de 61% para toda base.
Para comprovação da solução, foi realizado um teste simulando o investimento no mês de Julho/2021, com este obtivemos uma assertividade de 67,8%. Ainda, foi possível identificar as ações com maiores chances de sucesso no investimento.
Figura 8.0 – Gráfico pizza com percentual de assertividade do treinamento.
Realizando um filtro por semana do mês da simulação, podemos observar quais semanas obtiveram uma melhor performance nos acertos:
	
Figura 9.0 – Gráfico representando percentual de assertividade por semana.
4.4 Análise dos resultados
Com a base treinada podemos realizar uma predição por meio da entrada dos dados da semana, mês, ano e valor de abertura da ação desejada. Por meio dos resultados foi possível levantar um ranking das melhores ações para realizar um investimento.
Figura 10 – Gráfico com as cinco ações com maior percentual de assertividade.
5.5 Requisitos/Funcionalidades
Uma plataforma Mobile vai ser construída com uma interface gráfica simples e objetiva apresentando um top das melhores opções de investimento para aquele momento.
Será possível realizar uma filtragem por semana e seu respectivo top de melhores ações, com o histórico das semanas anteriores.
Figura 5.0 – Protótipo de tela principal .V0.
5.5 Custos
Para construção e manutenção da plataforma realizamos uma previsão mensal de custos considerando a equipe e a infraestrutura necessária.
Locação de Equipe ---------------- R$ 48.000
Licenças e Software --------------- R$ 15.000
Locação de Equipamentos -------- R$ 10.000
Total Mensal ------------------------ R$ 73.000
Por se tratar de um modelo de empresa start-up consideramos uma equipe inicial reduzida com a seguinte estrutura organizacional.
5.6 Cronograma
Foi criado um planejamento de criação para o lançamento da primeira versão atendendo as funcionalidades que consideramos fundamentais, dividindo o desenvolvimento nas seguintes etapas.
Mês 01 ------ Desenvolvimento
Mês 02 ------ Desenvolvimento/Testes
Mês 03 ------ Desenvolvimento/Testes
Mês 04 ------ Publicação e Comercialização
Total: 04 Meses
5.7 Monetização
A plataforma terá como plano de monetização um modelo de negócio Freemium, onde o usuário vai possuir um número de consultas gratuitas, e após o fim do uso gratuíto, poderá fazer a aquisição de uma assinatura, mensal ou anual, habilitando o uso completo de todas as features disponíveis. Um estudo de mercado ainda será necessário para chegar a um valor viável desses planos, levando em consideração outras plataformas que oferecem serviços similares.
6. Conclusão	Comment by Andrews Santiago: Conclusão não é um resumo do trabalho, e sim das conclusões obtidas no estudo, apresentadas de forma objetiva e concisa. Observe os objetivos geral e específicos do trabalho no capítulo de introdução e coloque no capítulo das conclusões um comentário sobre como o desenvolvimento ajudou a atingir cada um desses objetivos, ou seja, como a pesquisa permitiu concluir que cada um dos objetivos foi atingido.
A conclusão deve conter, entre outras coisas:
O contexto geral do trabalho
Ressaltar os resultados obtidos e sua melhoria em relação as soluções existentes [se aplicável]
Retoma os objetivos, indicando até que ponto chegou e até onde pode ir.
Os trabalhos futuros descrevem estudos que foram considerados interessantes após essa pesquisa inicial, mas que, por limitação de tempo ou interesse, não foram realizados nesse mesmo trabalho.
Com base no modelo de predição de machine learning apresentamos o desenvolvimento de um algoritmo que consiga prever ao usuário as melhores ações para investir, referente a abertura da semana e seu fechamento para o período escolhido, oferecendo ao usuário uma experiência inovadora, onde quebra o paradigma de ter muito conhecimento da área financeira de investimentos.
O maior impacto da nossa solução é simplificar a entrada de novos investidores inexperientes, sem que seja necessário abrir mão do controle e da tomada de decisão dos usuários, fazendo-os parte do processo de aprendizado, dando apenas o auxílio necessário para mitigar perdas.
Machine Learning é uma ciência de dados em constante evolução, fazendo desse produto um objeto de constante evolução, com a melhoria dos percentuais de assertividade, dando aos usuário mais liberdade de investir sem o medo de perdas significantes.
7. Referências
[1] ORDONES, Arthur. Analistas listam 5 problemas que afastam o investidor da bolsa. InfoMoney, disponível em: https://www.infomoney.com.br/onde-investir/analistas-listam-5-problemas-que-afastam-o-investidor-da-bolsa/
[2] GABEIRA, Marcos, Finanças pessoais: Uma análise acerca da educação financeira dos graduandos em administração e economina de universidades públicas de Caruaru-PE, disponível em: https://doity.com.br/media/doity/submissoes/artigo-52da91119eae80979d15a1834dde8c8a90cca6fa-arquivo.pdf
[2] HOSCH, William L. How machine learning is predicting synthetic products. Abril de 2009. Disponível em: <https://www.britannica.com/technology/genetic-algorithm>
[3] ALLENDE-CID, Hector. Computação Brasil, Revista da Sociedade Brasileira de Computação. Disponível em: <https://www.sbc.org.br/images/flippingbook/computacaobrasil/computa_39/pdf/CompBrasil_39_180.pdf>
[4] Granville, Lisandro Zambenedetti. Computação Brasil, Revista da Sociedade Brasileira de Computação. Disponível em: <https://www.sbc.org.br/images/flippingbook/computacaobrasil/computa_39/pdf/CompBrasil_39_180.pdf>
[5] CRISCITO, NATHALIA. Machine Learning: o que é e quais são os tipos de aprendizado de máquina. Disponível em: <https://labs.tivit.com/ivirtualemployee/machine-learning-o-que-e-e-quais-sao-os-tipos-de-aprendizado-de-maquina>
[6] OTTONI, ANDRÉ. Análise do desempenho do aprendizadopor reforço na solução do problema do caixeiro viajante. Disponível em: <http://swge.inf.br/SBAI2015/anais/017.pdf>
[7] FACELI, K. et al. Inteligência Artificial: Uma Abordagem de Aprendizagem de Máquina. Rio de Janeiro: LTC. 2011
[8] MURPHY, Robert P. A Importância da Bolsa de Valores, Instituto Luswig von Mises Brasil, outubro de 2010.
[9] STATISTA, Lista das As maiores operadoras de bolsa de valores em todo o mundo em julho de 2021. Disponível em: <https://www.statista.com/statistics/270126/largest-stock-exchange-operators-by-market-capitalization-of-listed-companies>
[10] BOVESPA, Programa Educacional Bovespa. Publicação especial do programa educacional Bovespa 3. Disponível em: <http://www.bmfbovespa.com.br/pdf/Encarte_Outubro.pdf> 
[11] PIAZZA, M. C. Bem Vindo à Bolsa de Valores. 7. ed. São Paulo: Novos Mercados, 2005.
[12] Nu invest, https://www.nuinvest.com.br/
[13] Nu invest, reclameaqui.com.br https://www.reclameaqui.com.br/empresa/easynvest/
[14] Robô Investidor Trader, https://roboinvestidortrader.com.br/
[15] Robô Investidor Trader, reclameaqui.com.br https://www.reclameaqui.com.br/empresa/robo-investidor-trader/
[16] SmarttBot, https://smarttbot.com/
[17] SmarttBot, reclameaqui.com.br https://www.reclameaqui.com.br/empresa/smarttbot/
Proceedings of the XII SIBGRAPI (October 1999) 101-104
Proceedings of the XII SIBGRAPI (October 1999)
image11.png
image1.png
image12.png
image9.png
image10.png
image2.png
image4.png
image3.png
image5.png
image6.png
image7.png
image8.png