Desenvolvido por DeleteTableSemWhere
O IBOV Predictor é um pipeline avançado de Machine Learning desenvolvido para prever a direção (Alta ou Baixa) do índice IBOVESPA (^BVSP) no pregão seguinte.
Diferente de modelos teóricos simples, este projeto foca na realidade de mercado: utiliza dados dinâmicos via API, validação temporal estrita e blindagem contra Data Leakage, garantindo que o modelo seja funcional e honesto.
- Automação Total (ETL): Abandono de arquivos estáticos (
.xlsx). O sistema baixa, limpa e padroniza dados diretamente do Yahoo Finance a cada execução. - Engenharia de Features Robusta: Criação automática de indicadores técnicos (Médias Móveis, RSI, IFR) e variáveis de atraso (Lags) para capturar o "momentum" do mercado.
- Prevenção de Data Leakage: Implementação rigorosa de divisão temporal (Treino no passado, Teste no futuro) e remoção cirúrgica de variáveis "futuras" (como Máxima/Mínima do dia alvo).
- Benchmark de Modelos: Comparação automatizada entre 5 algoritmos: Logistic Regression, Random Forest, SVM, XGBoost e Voting Classifier.
Com a implementação do algoritmo XGBoost e uma engenharia de atributos refinada, atingimos resultados expressivos na janela de teste mais recente (Dez/25 - Jan/26):
| Métrica | Resultado | Descrição |
|---|---|---|
| Acurácia (Teste) | 77% | Taxa de acerto direcional em dados inéditos. |
| Melhor modelo | XGBoost | Superou Random Forest, SVM e Regressão Logística. |
| Consistência | Alta | Baixo overfitting (diferença saudável entre Treino e Teste). |
O projeto segue um pipeline linear e auditável:
- Fonte: API
yfinance. - Tratamento: Achatamento de cabeçalhos (MultiIndex), conversão de tipos (
float64,datetime) e tradução de colunas para PT-BR. - Período: Dados históricos de 2016 até o dia atual (D-0).
Transformamos preços brutos em indicadores preditivos, com blindagem total contra vazamento de dados (uso de .shift(1) em todas as variáveis técnicas):
- Momentum: RSI (Índice de Força Relativa), MACD, ROC.
- Tendência: Médias Móveis (5, 10, 20, 50 períodos) e cruzamentos.
- Volatilidade: Bandas de Bollinger, ATR (Average True Range).
- Padrões de Candle: Gap de Abertura e Range do dia anterior.
Não usamos train_test_split aleatório (shuffle), pois isso destruiria a ordem cronológica do mercado.
- Utilização de
TimeSeriesSplitpara validação cruzada. - Separação dos últimos 30 dias exclusivamente para teste final ("Prova Real").
Treinamento de múltiplos modelos e seleção baseada em métricas de negócio:
- Acurácia: Taxa global de acerto.
- Precision: Capacidade de não gerar falsos positivos (crucial para evitar prejuízo financeiro).
- Matriz de Confusão: Análise visual dos erros.
Uma bateria de algoritmos compete para definir a melhor predição:
- XGBoost (Melhor modelo para os últimos 30 dias da avaliação)
- Random Forest
- Support Vector Machine (SVM)
- Logistic Regression
- Voting Classifier (Comitê de Modelos)
- Python 3.0+
- Pip
- Clone o repositório:
git clone [https://github.com/DeleteTableSemWhere/IBOV_Predictor.git]
- Instale as dependências:
pip install -r requirements.txt
Basta abrir o Jupyter Notebook e rodar todas as células. O pipeline irá:
- Baixar os dados mais recentes.
- Treinar os modelos.
- Exibir os gráficos de performance e a decisão final do dia.
O modelo final selecionado (XGBoost) superou o benchmark (75%) e a média de mercado (62%).
- Acurácia em Teste: 77,8% (Consistente com dados reais e limpos).
- Consistência: O modelo demonstrou robustez ao migrar de dados estáticos para dados dinâmicos da API, mantendo a performance sem overfitting agressivo.
Desenvolvido como parte do Tech Challenge (Fase 2) da Pós-Tech Data Analytics (FIAP).
Bruno Assis 🚀 Data Scientist |
Gabriel Nunes 📊 Data Analyst |
Jonathan Paixão 🐍 Python Dev |
Rafael Vieira 📉 Quant |
Wagner da Silva 🧠 AI Engineer |
Este projeto tem fins estritamente educacionais e acadêmicos. As previsões geradas por algoritmos de Machine Learning possuem margem de erro e não constituem recomendação de investimento. O mercado financeiro é volátil e envolve riscos.