Unknown

[Música] [Aplausos] seja M muito bem-vindo todo mundo muito bemvindo à nossa Live semanal hoje é nossa primeira terça-feira junos a gente vai construir vários projetos no Python aplicado a Finanças construir modelo de investimento a informação sistema tudo que vocês imaginarem muito boa noite a todo mundo do chat Di diz para mim aí se tá tudo certo com microfone tudo certo com imagem estamos escutando bem eu acho que o som está um pouquinho estourado mas vocês que me me dizem aí que quando eu abaixo aqui vocês reclamam que tá baixo Falem comigo é tá estourado alô

alô alô alô alô alô acho que agora melhorou né Fala comigo aí é porque tava alto ali na mesa e quando fica alto na mesa ele acaba estourando um pouco a a menina da da limpeza aqui explodiu meu minha mesa de som mas agora acho que já deve ter dado uma melhorada já fala comigo show aí melhorou agora sim agora podemos começar oficialmente né seja muito bem-vindo à nossa Live semanal essa Live aqui vai ser uma live pra gente trocar ideia beleza aí agora ficou bom Fechou e essa vai ser uma live pra gente trocar

ideia eu quero fazer essa Live semanal pra gente construir vários projetos juntos inclusive projetos de tudo que vocês imaginarem podde deixar inclusive sugestões no chat de projetos para fazer aqui porque o que não vai faltar a semana pra gente fazer projeto junto e eu quero construir várias coisas junto com vocês porque isso é uma coisa que é muito legal trocar essa experiência e principalmente mostrar como que o Python pode ser aplicado dentro de Finanças tá uma coisa que eu queria começar aqui a Live no primeiro momento é da onde você me Conce parece até gringo

valeu Pedro junto da onde você me Conce Como que você veio parar nessa Live aqui eu queria entender um pouquinho da onde vocês vieram qual evento Instagram YouTube da onde você me conhece porque isso é uma coisa importante para entender é como que vocês estão chegando no meu conteúdo tá esse cenário aqui deu um trabalheira montar você não tem noção a gente ficou quase dois anos construindo esse escritório deu tanto tanto trabalho a gente fez uma obra gigante a gente fez um escritório aqui em Niterói que é do lado do Rio de Janeiro e o

escritório tem Vista pra praia e tal ficou super legal mas D uma TR barreira imensa pessoal sou do Rio de Janeiro mas vi de boa hoje Maneiro o Vinícius pô tá tarde em Lisboa PR você tá Tá assistindo aqui a Live madrugada já aí o pessoal falando que me conhece do Instagram conheço há tanto tempo que nem lembro mais vi speit aí o Adriano falando grupo primo né mas o pessoal que participou aí de Instagram e tal vocês participaram de de eventos que eu fiz como é que foi aí comprei o livro do pandas em

português isso aí tamos junto galera Leandro falou de ti Instagram da vários cada um de um canto né é isso então como falei né o objetivo aqui das lives é a gente trocar essa ideia é toda semana eu mostrar gratuitamente aqui para vocês Como vocês podem usar o Python dentro do mercado financeiro e a gente já vai direto ao ponto tá o meu objetivo aqui é fazer umas lives de uma a 1 hora e meia mais ou menos e essas lives vão ser codando projetos tudo muito prático nada de lenga lenga e talvez mais pra

frente aí eu quero fazer alguns reacts de eu não sei se vocês vão vão topar isso mas eu queria muito fazer isso depende de como quanto vocês vão curtir e tudo mais mas eu queria fazer react de artigo de Finanças Isso é uma parada que ninguém faz no Brasil é uma parada super nichada bem técnica mas eu acho que o público que tá aqui me assistindo agora é um público que já tá mais e cascorro ali que você tá vendo investimento agora e tudo mais é você já tem uma experiência um pouco maior com investimento

Eu acho que isso é agregar bastante a galera que não conhece esse lado acadêmico de Finanças que é muito forte nos Estados Unidos pouco forte aqui no Brasil né enfim é uma coisa acho que vocês iam gostar tipo pegar Nobel de Economia fazer react do do artigo e explicar tudo para vocês mastigado numa linguagem acessível é uma coisa que eu penso em fazer mas eu não sei se vão ter 10 pessoas assistindo eh mas enfim é uma coisa que eu penso bastante ó Marcelo perguntou queria saber os principais indicadores para ranquear uma lista de ações

para comprar mensalmente com foco em dividendos para longo prazo Marcelo isso é um que você tá buscando é um modelo de Factory investing que a gente chama tá eu vou até falar sobre Factor investe nessa Live inclusive né O que que a gente vai fazer nessa Live é importante a gente falar eu vou construir com vocês um modelo que compra empresas baratas tá automaticamente usando o Python e a gente vai fazer isso via indicadores fundamentalistas eu quero abordar um pouquinho aqui no início da Live o que que é fazer o modelo de investimento o que

que é back test o que que é Factory investing que muita gente não conhece Fala aí no chat inclusive quem conhece Factory investing sabe o que que é Factor Invest se eu te perguntar o que que é Factor Invest você sabe responder fala comigo quem não sabe fala que não sabe quem sabe fazer assim digita um quem sabe e dois quem não sabe só para eu ter uma noção aqui do do que que eu estou vendo ó tenho nenhum conhecimento de mercado financeiro Mas vou estar nas suas lives vamos embora você vai aprender muito comigo

aqui porque eu vou mostrar muita coisa para você eu achei da hora mas tô começando a investir agora quem tiver começando a investir agora não tem problema também como eu falei né Essas lives fazendo react bem mais avançadas e tudo mais são lives específicas que eu quero fazer fazer só de vez em quando não vai ser sempre que eu vou fazer na verdade eu nem sei se eu vou fazer né porque como eu falei né poem ter 10 pessoas aí pessoal um um do 2 é a maioria da galera aí tá bem dividida entre quem

conhece quem não conhece o Luciano perguntou vai ficar gravado essa é a primeira Live então sim vai ficar gravada Tá eu vou deixar essa primeira Live no canal mas as próximas lives não vão ficar gravadas Ok eu vou fazer a Live vou tirar do a logo depois tá bem agora já até esqueci o um era quem conhecia ou o dois era quem conhecia eu já esqueci o que eu mesmo falei e enfim vamos aqui pro nosso computador pra gente já começar a ter uma noção do nosso Python da nossa programação tá aqui no no canal

eu posso até deixar na descrição depois se você não tem o Python instalado no seu computador ainda eu acredito que a grande maioria que tá aqui já tem o Python instalado por algum motivo porque já participou de algum evento meu se você não tem o Python instalado recomendo que você instale ele em outro vídeo que eu não vou instalar pra gente fazer o nosso projeto né imagina toda a Live eu instalar o Python junto com você e aqui no canal tem um vídeo de instalação como instalar o Python é através do Anaconda Tá eu vou

deixar aqui na descrição também o link desse vídeo mas não agora porque eu estou fazendo a Live quando terminar a Live vou deixar aqui mas você pode assistir e fazer o projeto depois se você não tiver ou você pode assistir o vídeo de instalação aí para instalar tá um é quem é sabido então beleza então A grande maioria não não faz ideia do que que Factor Invest olha só que legal a maioria falou dois na verdade não falou um Então vou explicar para vocês o que que é isso e por que que isso é tão

importante pra gente tá eh se tiver 10 eu sou 11 é isso então ló vai ter react aí de artigo de Finanças Isso é uma parada muito legal pra gente construir junto tá deixa eu botar o computador aqui na nossa tela pra gente conseguir evoluir então só recapitulando junto com vocês qu pai é o nome das nossas lives tá 001 hoje Toda terça-feira 8 horas da noite acho que esse horário é um bom aí para todo mundo já chegou do trabalho já tá mais tranquilo aqui na descrição você vai encontrar o código da Live tá

então a gente vai fazer os projetos todos os códigos materiais eu vou mandar lá no grupo do WhatsApp o grupo do WhatsApp não vou flodar tá não vou ficar mandando mensagem todo dia não existe isso eu odeio isso porque quando eu participo de grupos que ficam mandando um monte de mensagem eu encho o saco e eu não vou fazer isso no grupo que eu criei obviamente então lá eu só vou mandar código de Live tá vou mandar o aviso da Live obviamente né que eu estou online e tudo mais e o cronograma de projetos do

mês eu não terminei o cronograma ainda do próximo mês mas já terminei o tema da próxima Live a próxima Live já dando um spoiler é como fazer análise de dados no Python do zero tá então eu vou pegar ali vários ativos do mundo todo e vou fazer uma análise de dados dos últimos 10 anos Qual foi o melhor ativo para você investir com r$ 1 muita gente tá começando a investir agora até falou aí no chat Então qual foi o ativo para você investir r$ 1 ou tanto faz né 1000 10.000 mas principalmente quem tem

pouco dinheiro eu vou pegar uma análise de dados de vários ativos mundiais a gente vai analisar índice Sharp stino eh draw Down risco retorno enfim toda essa análise de dados em cima de ativos justamente pra gente entender o que que foi bem nos últimos 10 anos e o que que a gente pode projetar pros próximos 10 Esse é o tema da Live número dois então se você quiser esteja aqui na aula que vem que a gente vai descobrir qual foi o melhor ativo dos últimos 10 anos tá eh olhando para todas essas métricas e tudo

mais e é um ótimo Norte ali para você que quer fazer análise de dados no Python não necessariamente construir modelo de investimento que é o que a gente vai fazer hoje né modelo de investimento ali que se seleciona ações pra gente perfeito eh deixa eu ver se que vocês estão falando aqui meu marido faz trade e eu não tenho paciência em ficar olhando aqueles gráficos subindo e descendo muito doido então Adriana você não precisa realmente ficar olhando gráfico subindo e descendo você pode botar a programação para fazer as coisas para você não tem nenhuma necessidade

Beleza então vamos lá aqui embaixo como eu falei você vai entrar no grupo para receber o material da Live e tudo mais e os avisos das próximas lives então se você por algum motivo não está no grupo do WhatsApp e essa Live vai ficar gravada né então se você está assistindo essa Live gravada estou falando com você do Futuro clica aqui embaixo e entre no grupo do WhatsApp grupo gratuito obviamente para enviar o material e te avisar o que que vai rolar nos próximos semanas meses e tudo mais ok Outro ponto que eu queria deixar

destacado aqui né que eu até comentei um pouco eu vou direto pra prática aqui vou montar o projeto junto com vocês isso hoje e nas outras lives também então se você por algum motivo não tem o Python instalado no seu computador ou achar que eu tô muito rápido ou você quer toda a base do Python ali bonitinho Ah eu quero começar ali bem do zero do zero zero Breno eu recomendo você aqui na descrição também eu tenho um curso chamado Finanças com dados Ele custa R 47 e ele cobre toda essa parte básica do Python

tá essa parte de lógica de programação e tudo mais você vai ter acesso a dois projetos também tá Inclusive eu tô pensando em botar mais um projeto lá dentro Mas enfim se você quer essa parte basicona de lógica de programação aqui embaixo você vai encontrar isso também mas bora pro nosso projeto que é a coisa que importa hoje e obviamente mesmo eu se eu fazendo um projeto aqui direto pra prática eu vou elaborar todas as questões junto com vocês né eu não vou sair atropelando aqui é falando enfim um monte de coisa avançadas como se

vocês soubessem tudo Óbvio que não né eu vou fazer com calma aqui o projeto Mas só se você se sentir perdido você tem aqui embaixo se suporte também tá Qual o projeto de hoje modelo de investimento em empresas baratas que é o fator valor eu vou falar bastante de Factory investing aqui nas lives até vocês entenderem O que é Factor Invest Porque isso é uma coisa muito legal muito difundida lá nos Estados Unidos quase quase todo mundo e investe em investimento passivo via etfs com Factory investing que é uma coisa assim tão legal de você

entender e perceber como que é superior investir assim que uma vez que você vê você não consegue mais desver digamos assim né então primeiro ponto que eu queria mencionar aqui antes da gente entrar no que que é Factor Invest é o que que é o modelo de investimento né muita gente Infelizmente aqui no Brasil caiu aí no conto do vigário eu vou até botar minha conta minha conta não minha câmera grande F conversar sobre isso muita gente aí muita gente acabou entrando nesse conto do vigário de que algoritmos para investir é uma furada etc sendo

que na verdade né a gente teve um problema aqui no Brasil que esse discurso ele ficou marginalizado Essa é grande verdade né então esse discurso marginalizado ele acabou afastando os investidores de unir tecnologia e Finanças sendo que isso é uma coisa trivial né quando você para para pensar qualquer aspecto da vida que você olha hoje Independente se investimento ou não ele tá cada vez mais se unindo com o tecnologia seja aspectos eh de relacionamento entre pessoas do seu trabalho no seu dia a dia independente do que você trabalhe então a tecnologia ela tá cada vez

mais presente no nosso dia a dia investimento isso não é diferente né não é porque a gente tá dentro do mercado financeiro que a tecnologia vai deixar de existir muito pelo contrário quando a gente olha para investimentos lá fora R funds grande parte da população americana e mundial na Europa na Ásia todo mundo usa tecnologia na hora de investir porque a tecnologia ela nada mais é do que uma ferramenta né imagina se eu chegasse para você e falasse bom a gente vai investir Mas a gente não vai usar Excel não faz muito sentido né Qual

o problema do Excel é a mesma coisa o Python por exemplo que a gente vai falar aqui hoje né ah eu quero investir vou usar o Python Ah mas isso não funciona como assim não funciona o Excel para investir não funciona olha como é que essa frase não faz sentido né Excel para para investir não funciona mas é só uma ferramenta como é que ele não funciona então a gente tem que tomar cuidado com algumas coisas que a gente olha e leia etc porque as coisas não são necessariamente assim né Você só tem que fazer

a coisa de uma forma séria Beleza então o que que é o modelo de investimento modelo de investimento nada mais é do que você colocar o seu código para selecionar ações para você através de critérios objetivos esses critérios podem ser critérios super complexos Mas podem ser critérios super simples que é o que a gente vai fazer hoje inclusive então o factory investing por que que eu gosto muito de Factor investing porque que é investimento e fatores né se você for traduzir ele é o tipo de modelo de investimento mais simples que existe tá é muito

simples e e grosso modo você vai automatizar A análise fundamentalista que é uma das análises mais famosas aí do mercado que todo mundo conhece praticamente né que vai pegar ali o balanço das empresas e tudo mais só que em vez de você ter que ficar lendo um monte de relatório Ali você vai pegar o algoritmo e vai fazer e selecionar as ações baseado ali nos fundamentos e tudo mais claro você também pode fazer modelos de análise de fluxo pode fazer modelos de análise técnica você pode pegar dados automatizar o que você comprar vender tudo isso

você pode fazer com tecnologia tá hoje a gente vai ter trazer um exemplo dessa aplicação Mas você consegue fazer modelo de investimento e automatizar essa compra e venda etc das melhores formas possíveis com o Python principalmente com a integração aí com outras ferramentas Beleza então um modelo de investimento nada mais é do que você comprar ações baseado em critérios objetivos que você definiu E aí o que que é um back test né que é o segundo tópico aqui que eu queria abordar com vocês um back test ele nada mais é do que você pegar esse

conjunto de regras e testar ela historicamente Então hoje no Brasil tá muito famoso aí investimento em dividendos né até falaram aí no início da Live Ah eu quero fazer um modelo que seleciona as maiores pagadores de dividendos e tudo mais isso é um ótimo critério quando você para para pensar o que que é um back test para você entender o que que é um back test beleza porque é fácil de entender né então você tem um critério que é quero selecionar pagadores de dividendos e não tem nenhum problema nisso tá em qualquer qualquer sua Filosofia

de investimento escola de investimento que você segue no que você acredita a tecnologia ela vem para somar ao que você acredita ela não vem para contrapor para fazer um um contraponto um um uma uma rivalidade Não é nada disso muito pelo contrário ela vem para somar assim como por exemplo você tá no Excel ali ele vem para somar né como uma ferramenta o Python é a mesma coisa né então quando você vai olhar para um back test você quer justamente pegar essas regras que você definiu e a partir dessas regras testar elas historicamente Então você

quer investir em empresas de dividendos você de uma forma bem eh trivial você pode pegar os últimos 10 15 20 anos de dados da do mercado brasileiro e a partir desses dados você seleciona as 10 maiores pagadoras de dividendos todos os meses e aí a partir disso você vai criando uma carteira ali mensal com as maiores pagadoras de dividendos calculando a rentabilidade dessa carteira e ao longo de 15 20 anos você vai saber exatamente o que aconteceu quando Você investiu nas maiores pagadoras dividendos dos últimos 20 anos você tem um track Record dessa estratégia você

tem um histórico você tem todas as métricas de retorno métricas de risco quando deu certo quando deu errado como a estratégia se comportou em crises Então você consegue ter todo esse histórico da Estratégia sem necessariamente ter que ficar seguindo a sua intuição porque isso quando eu seguia muito minha intuição no mercado eu ficava muito ansioso tá então é uma coisa que eu não gosto a Adriana até comentou né meu marido fica vendo gráfico subindo descer isso traz uma ansiedade absurda pra pessoa a pessoa fica nervosa e ainda mais quando você tá operando muito dinheiro tá

alavancado isso aí é uma ansiedade absurda Então você fica ali aflito porque aquilo ali pode mudar sua vida e ao mesmo tempo você precisa acertar e etc quando na verdade você pode simplesmente colocar um código para fazer por você e você só fica monitorando às vezes nem monitora né No meu caso aqui eu já confio e e deixo os meus códigos rodando lá em paz então o fato de você fazer um back test é justamente para te dar essa segurança na hora de investir na hora de criar modelo de investimento e a partir disso dessa

segurança que você conseguiu com os dados que você viu ah essa estratégia funciona ela é validada nos últimos 15 anos funcionou ela foi eh caiu tantos por cent no momento de crise então aí isso que eu espero que aconteça quando o mercado caia Você tem toda essa previsibilidade nos seus investimentos é isso que eu busco nos meus investimentos um investimento previsível tá Independente se eu estou tradando Independente se eu tô investindo para longo prazo Independente se eu tô fazendo Day trade swing trade não importa o que eu quero é previsibilidade nos meus investimentos tá então

quando a gente tá olhando para backtest e modelo de investimento é justamente é isso que a gente tá buscando é segurança nas na nas decisões que a gente tá tomando é a velocidade nas decisões que a gente tá tomando também é se divertir criando porque eu pelo menos me divirto muito criando modelo de investimento programando e tudo mais eu espero que você se divirta também então uma coisa que muita gente tem também Ah e eu não posso perder muito tempo programando e tal etc eu tenho certeza que a partir do momento que você começar a

dominar a programação você vai se divertir muito porque você vai ver coisas que funcionam na sua frente Você vai ficar animado para investir naquilo no modelo que você acabou de criar então enfim na automação que você acabou de fazer você vai querer botar para rodar aquilo ali é um mercado muito vivo ali que você consegue ver realmente os resultado que você do que você tá fazendo né o mercado muito prático então enfim você vai ter toda essa segurança de modelos e back test Quando você começar a codar projetos como que a gente vai fazer hoje

e o projeto que a gente vai fazer hoje indo pro nosso terceiro ponto é um projeto de Factory investment que nada mais é do que uma análise fundamentalista sistematizada tá Resumindo muito o que que é Factor investing vamos lá investimento em fatores ele começou lá em 1960 ele tem quase 50 quase não né ele tem mais 50 40 anos é um método de investimento muito velho só que ele vem tornando cada vez mais popular por quê Porque o factory investing ele começou com os acadêmicos então era um povo da teoria e não da prática então

esses caras que você talvez já tenha estado falar markovitz William Sharp eugin fama todos esses caras eles criaram teorias que contribuíram pra criação do Factor Invest então quando a gente tá olhando aí pra história acadêmica do vestimentos todos esses modelos de Factor Eles foram construídos através de artigos publicados ao longo do tempo e inclusive né o Gran Finale do do Factor investing recentemente foi em 2015 o eugin Fama com o modelo de cinco fatores dele um deles a gente vai falar hoje que é o fator valor ele ter ganhado Nobel de Economia em cima do

modelo de investimento que ele criou então você vê o tamanho da coisa lá fora que a gente nem conhece aqui no Brasil então o markovitz também né muita gente não não sabe ele não criou um fator de fato Quem criou o primeiro fator foi o Sharp Mas você já tem ali a sementinha do que que era o factory Invest então todos esses caras contribuíram PR a gente conseguir sistematizar o que exatamente esses caras que que esses acadêmicos estavam buscando né eles olhavam pro Mercado de Ações e eles tentavam entender Por que as pessoas estavam tendo

retorno por que da onde vinha O Retorno das ações essa era a grande Pergunta que eles tentavam responder e tentam responder até hoje né através desses artigos e tudo mais por que que uma ação sobe né Todo mundo quer saber isso então eles começaram a criar teorias em cima de porque que uma ação subia e a maior a a grande parte deles né conduziu a teoria pro risco Então você já deve ter escutado isso falar também né é uma coisa até intuitiva você mesmo sem saber investimento sem saber nada você eh deduz isso que é

o quê Quanto mais arriscado é o seu investimento maior tende a ser o retorno concorda comigo então isso no mercado financeiro se você for abrir um café qualquer coisa que você faça quanto mais arriscado geralmente você tá querendo né ser remunerado por esse risco que você tá tomando Você quer um retorno maior então uma vez que você queira esse retorno maior no mercado financeiro não é diferente e eles começaram a perceber isso então o que são os fatores por isso que é Factor investing né são fatores de risco fatores de investimento os fatores nada mais

é do que Justamente a exposição ao risco que você tem dentro do mercado então cada fator a gente chama de fator de risco vou dar um exemplo que vai ficar muito simples o fator valor que a gente vai ver hoje o fator valor é um fator que identifica o risco de empresas baratas vou dar outro exemplo o fator tamanho que é o risco de empresas pequenas então quanto mais risco você vai tomando no mercado mais você tende a ter um retorno maior Então quando você tá olhando para fatores geralmente esses fatores estão eh analisados né

junto com ali análise fundamentalista analisados não né então juntos com a análise fundamentalista no sentido de qual o risco Você tá tomando né então o que que é mais arriscado você comprar uma empresa pequena que tá começando agora a padaria do tijão ou você comprar a anbeve obviamente a padaria do tjon é muito mais arriscada por quê Porque não tem toda a robustez daev não tem 20 bilhões de caixa é uma padaria que enfim pode passar por um momento difícil e quebrar e seu investimento ir para zero então uma empresa pequena ela tem de ser

muito mais arriscada para você investir do que uma empresa grande mas ao mesmo tempo essa empresa pequena ela tem muito mais capacidade de multiplicação de dinheiro do que uma empresa grande Ambev para dobrar de tamanho ela praticamente tem que é dobrar o Brasil né o Brasil tem que dobrar de tamanho para ela expandir porque ela tem mais ou menos 40% do Market share de cerveja hoje então se ela quiser dobrar ela ou tem o marketing já inteiro ou o Brasil tem que dobrar né diferente da parede do tijão que ele pode simplesmente abrir outra padaria

tá então o fica muito bem ilustrado porque Que fator investimento ou tamanho etc você tem um risco maior então investir numa empresa pequena é mais arriscado mas ao mesmo tempo você tem um retorno maior associado a isso O que a gente vai fazer hoje né E aí só trazendo um pouco do contexto do mundo dos investimentos né a gente tem várias empresas gigantescas que investem em Factor investing aí quear é um dos maiores head funds do mundo com mais de 60 Bilhões de Dólares sobre gestão tá a Black Rock tem muita coisa de Factory investing

enfim muita coisa mesmo beleza deixa eu ver o que que vocês estão falando aqui no no chat Thiago falou Breno cria um curso apenas de Factory back testing Tiago o código pai esse curso tá é uma formação Na real você vai encontrar muita coisa lá na formação mas a gente vai ver até no final da aula hoje e a ferramenta que eu criei de Factory Invest lá do código pai perfeito aí passando para deixar muito obrigado eu não sou programador e trabalhei por um ano em cima do meu próprio o código que Julgo que ter

ficado muito bom e hoje ele é indispensável para todas as minhas tomadas de decisões de investimento muito aí ó legal Danilo deixando um depoimento aí muito obrigado Danilo pelo apoio e o João perguntou como ter acesso a esse notebook João eu vou deixar lá no grupo do WhatsApp tá vou mandar lá no grupo pode ficar tranquilo então a gente eh olhando pro mundo hoje essa análise de Factor investing e tudo mais ela é usada por players gigantescos lá no nos Estados Unidos e aqui no Brasil tá começando cada vez mais a se consolidar show e

o fator valor né como só deixa eu voltar aqui pra nossa [Música] tela Como Eu mencionei fator valor é um fator que vai olhar justamente para empresas baratas Então a gente vai selecionar empresas que tem essa característica e para a gente e mensurar essa característica a gente vai usar o ev ebit que é um indicador de preço então você pode representar esses fatores de risco através de indicadores fundamentalistas você pode usar dividendos pode usar preço sobre lucro pode usar Hoy ho cada indicador desse ele vai ter uma representação de um fator né empresas mais arriscadas

é mais baratas menos baratas empresas maiores menores empresas mais rentáveis menos rentáveis mais pagadoras de dividendos mais de crescimento você vai ter várias características ali e essas características você vai pode criar ali uma alquimia digamos assim e de modelo de investimento tá então a gente vai usar hoje o ev bit para entar o nosso fator valor o que que é o ebit né Ele é o enterprise valho da empresa sobre o lucro operacional que que é o enterprise velho valor de mercado mais a dívida dividido pelo lucro bruto né o o ebit aqui o operacional

desculpa lucro bruto não lucro operacional Então você vai ter mais ou menos o quanto a empresa gera de resultado em relação ao quanto ela vale no mercado hoje então vamos supor que você tá ali com uma empresa que você paga r$ 2 para ter ela e ela lucra r$ 1 por ano você vai ter então um EV bit de dois de dois não EV é de dois desculpa é isso mesmo é porque eu geralmente uso indicador invertido daqui a pouco a gente vai até falar sobre isso mas a gente vai ter um EV bit de

dois beleza porque você paga r$ 2 e você ganha ali de de brinde digamos assim R 10 de lucro todo ano que a empresa tá gerando né então ela vale duas vezes mais o resultado que ela consegue gerar o que que é uma empresa mais barata do que o outro mais cara olhando por esse indicador se tem uma empresa que gera os mesmos R 10 de lucro mas vale r$ 1 no mercado você tá pagando muito mais caro para levar o mesmo lucro Então essa empresa ela é mais cara do que a outra show Breno

Por que que uma empresa estaria r$ 2 em relação a uma empresa que tá R 100 sendo que as duas geram o mesmo lucro isso não faz sentido Por que que o mercado é assim porque a empresa que gera r$ 2 que gera r$ 1 valendo r$ 2 provavelmente 99 % das vezes ela é mais arriscada do que a outra empresa que gera R 10 com 100 tá porque por n motivos tá seja porque a empresa ela tem um modelo de negócio mais arriscado seja porque seja é um ano mais atípico é uma empresa cíclica

tem vários motivos que fazem esse desconto acontecer mas o que interessa pra gente é que a gente quer justamente se expor a esse risco tá a gente quer empresas mais baratas justamente pra gente conseguir construir Ah eu quero só empresas baratas eu vou olhar só para isso Breno eu quero olhar para outras coisas também eu não quero só empresa barata eu quero empresa rentável empresa que seja pagadora de dividendos por exemplo você pode fazer isso inclusive no final da aula hoje que é o nosso último passo passo 11 passo 12 a gente vai otimizar o

nosso modelo com outros indicadores tá te convido a ficar até o final da aula que eu vou mostrar uma ferramenta de modelo de investimento que eu criei de Factor investing tá onde a gente vai olhar pra otimização justamente desse modelo que a gente tá olhando hoje e ver métricas de risco e tudo mais então a gente vai entrar cada vez mais nesse esse mundo de investimento através de algoritmos Mas qual é o nosso passo a passo hoje o nosso passo a passo tem 12 Passos tá com o último sendo a otimização e a gente vai

criar aqui o nosso primeiro modelo de investimento os dados que eu vou disponibilizar para vocês vão estar lá no grupo também tá são duas planilhas que eu disponibilizei dois csvs e essas planilhas elas vão ser eh responsáveis aqui pra gente conseguir pegar os dados e conseguir construir o nosso modelo show posso começar Ficou claro o que que é Factor investing não ficou Claro tem alguma dúvida pegar uma aguinha querido é possível obter referências bibliográficas referentes a esses cálculos acho que é César o seu nome você pode pesquisar ou artig tá tudo em inglês né Não

sei se você domina em inglês mas você pode pesquisar os artigos do próprio Sharp você pode pesquisar os artigos do Jim fama o Jim fama Eu recomendo você começar pelo 2015 que ganhou o Nobel Mas você pode ler o de 1990 T3 também tá são artigos que não são fáceis de ler tá já tô dando spoiler aqui mas se você quiser ler tá lá eu já li todos eu adoro mas não é uma coisa para iniciante ali tem um modelo de o artigo de momentum também que é de 1996 tem vários artigos muito legais pra

gente ler Onde está esse grupo grupo tá aqui na descrição tá aqui embaixo você vai encontrar o primeiro link da Live é o link do grupo ó o tá beleza o Leo ali falou que ficou Claro Então vamos começar a fazer o nosso projeto né primeiro passo então é importar os módulos necessários o que que são módulos e bibliotecas aqui dentro do Python eles são basicamente um conjunto de códigos prontos pra gente conseguir construir as nossas funções conseguir Construir tudo do nosso projeto uma coisa que eu vejo muita gente às vezes com dúvida ou principalmente

iniciante né é achar que você vai saber todos os módulos de cabeça todas as funções isso é loucura tá ninguém programa assim ninguém programa decorando tudo decorando tudo que tem que fazer e sabe tudo de cabeça ninguém ninguém programa assim todo programador tem o Google do seu lado tem ali a internet do seu lado para você conseguir criar as coisas então não adianta você fazer o projeto aqui junto comigo Talvez possa ser o seu primeiro projeto dentro do Python e achar que você vai saber tudo vai entender tudo de primeira Se você não entender não

tem problema a confusão é o primeiro passo aqui para você entender tá depois você vai aprimorando vai pegando mais prática e tudo mais não adianta você querer saber tudo agora de primeira e vou aprender tudo vou decorar tudo calma não é assim não precisa ter tanta ansiedade Tá então vamos importar os módulos necessários a única coisa é que se você baixou o Anaconda A gente vai usar um modo L que você não baixou no seu computador ainda que é o cont status Então a gente vai dar aqui ó um PIP install deixa eu aumentar um

pouquinho aqui acho que vai ficar melhor para vocês enxergarem a gente vai dar um PIP install quant status e uma coisa que eu recebo direto também né perguntas posso programar em outro lugar sim você pode programar em outros lugares você pode programar no P Charm no vs code onde você quiser eu recomendo que você use Júpiter notebook aqui junto comigo beleza mas se você quiser programar em outro lugar você pode também só um ponto quando você for baixar aqui um outro pacote você não pode baixar aqui no terminal né no aliás no Júpiter notebook você

vai ter que baixar lá no terminal e aí você vai dar um PIP install no terminal da Anaconda sem esse exclamação aqui Breno não sei o que que é isso você tá falando não sei que terminal então usa o Júpiter notebook e vem aqui comigo da PIP instal no constat dentro do Júpiter com o exclamação perfeito aqui eu tô no Macbook Então nem consigo abrir o terminal do Anaconda porque no Macbook é diferente do Windows Beleza então vocês não vão conseguir entender o que que eu tô fazendo perfeitamente porque não vai ser igual mas o

o é o mecanismo é esse tá Dá PIP instal no qu stat Por que que você vai ter que baixar esse pacote aqui no seu computador porque imagina que você tivesse baixado Python e junto com python viessem mais os de 200.000 pacotes que tem PR PR essa linguagem de programação você teria que ter teras e teras e teras e teras de armazenamento no seu computador então não adianta você querer e baixar tudo de uma vez porque não existe isso de vez em quando você vai ter que baixar novos pacotes na hora de usar Essas funções

beleza que aí você vai ter acesso né a um arsenal de funções aí que vai economizar muito tempo da sua programação vamos aqui pra nossa importação de Fato né Depois de você instalar o qu stat a gente pode aqui importar dois módulos que a gente vai usar hoje Import pandas aspd e Import quant stat as KS perfeito Então a gente vai ter aqui esses dois módulos que são que a gente vai usar hoje o pandas é o principal pacote de análise de dados no Python teve uma pessoa até que falou mais cedo aí né que

o pandas ele adquiriu que eu tenho uma documentação em português do pandas eu peguei a a documentação apliquei toda ela Finanças botei tudo em português nas palavras mais simples possíveis então o pandas é uma biblioteca assim maravilhosa pra gente trabalhar e ela é tão boa que Todo projeto que a gente vai fazer hoje o modelo de investimento inteiro a gente vai fazer Só usando o pandas tá o qu stat ele serve só pra gente construir um gráfico lá no final quando a gente for avaliar resultado mas projeto inteiro ele é feito em cima do pandas

perfeito e aí o que que eu tô fazendo aqui eu tô importando Esse pacote dentro do nosso código o que que é importar dentro do nosso código a gente tá basicamente pegando esse conjunto de funções né de funcionalidad que o pandas tem e jogando para dentro do nosso código rodando de fato aqui pra gente acessar Essas funções senão a gente não consegue acessar as funções do pandas E aí por padrão também a gente tá dando um apelido aqui àd e a esque que basicamente é pra gente não precisar ficar digitando pandas todas as vezes que

a gente a gente precisar usar alguma função desse pacote dentro do Python tá vamos importar aqui o pandas e o cont status então e vamos pro nosso passo número dois que é baixar os dados disponibilizados mais uma vez esses dados vão estar no grupo do WhatsApp eu já até mandei pra minha equipe não sei se eles já enviaram lá mas se eles não vieram Fiquem tranquilos eu vou enviar para vocês daqui a pouquinho tá então só assiste aqui junto comigo vem fazer um projeto junto comigo depois você pode fazer aí na sua casa show ó

o Júpiter só pra Live mesmo se for programar com grandes códigos eu prefiro vest code eu concordo contigo tá Emerson se você tiver mais experiência e tudo mais eu prefiro usar o vest code dá paraar dá para usar o Júpiter dentro do vs code né mas se forem sistemas mais complexos e tudo mais eu também prefiro o vs code tá á o Gabriel falou eu uso o Júpiter dentro do vs code quando tenho que ficar testando alterações do meu código então Gabriel faço a mesma coisa tá eu só não uso aqui porque senão fica muito

confuso pra galera que tá começando usa o Júpiter dentro do vest code tem que baixar lá a O plugin e tal pessoal fica bugado e o pessoal acaba tendo mais dificuldade nesse primeiro momento vamos usar o Júpiter aqui então e tá bom já já funciona show então baixar os dados disponibilizados para isso a gente vai usar o pandas então vamos aqui ó dados empresas igual pdre csv e vamos passar aqui o nome do nosso documento dados empresas pcsv se você tá começando a programar agora Breno Como assim o que que é isso que você acabou

de fazer Fica tranquilo que você vai ver essa estrutur inha aqui se repetir umas 290.000 vezes tá que basicamente a gente tá botando o nome do pacote show seguido ponto seguido de read csv que é a função que a gente quer do pandas então a gente abreviou o pandas aqui em cima e agora a gente tá chamando ele de novo para dar um read csv ou seja estamos usando a função de dentro do pandas Depois dessa função entre parênteses a gente vai colocar os argumentos dessa função no nosso caso você vai colocar os argumentos aqui

sendo o nome do arquivo que você baixou lá dados empresas P csv porque eu dei para você um csv se fosse um Excel aqui poderia ser read Excel e aqui ser um XL SX porque vai ter uma uma terminação diferente né no nosso caso aqui é um csv mas você poderia aqui ter um SQL também e aqui dentro você colocaria a query da skl você programaria em SQL dentro do Python também tem essa opção tá então você pode dar mas uma coisa que é muito importante se você tá começando a programar agora principalmente é que

esse eh arquivo aqui esteja na mesma pasta que você tá criando o código Então olha aqui ó como é que tá no meu computador a gente tem a nossa Live número um aqui que é o código que eu tô fazendo junto com vocês e tem aqui os dados ó do Ibovespa que eu disponibilizei e os dados das empresas Então tudo isso tá na mesma pasta que eu estou com código a partir disso você consegue ter aqui ó a função sem precisar necessariamente passa o caminho do seu computador senão você vai ter que dizer pro Python

onde a a o arquivo está dentro do seu computador você não quer fazer isso agora principalmente se você tiver começando só coloca na mesma pasta e coloca o nome do arquivo show Breno Da onde você tirou esses dados né isso é uma coisa importante também vamos rodar aqui o nosso código só pra gente observar os nossos dados beleza Da onde você tirou esses dados aqui né 50.81 linhas né com dados de preço de fechamento ajustado volume negociado e o ebtv esses dados vi da base de dados que a gente tem aqui na varos beleza a

gente disponibiliza uma base de dados para os alunos tá uma base proprietária que a gente montou em parceria com a Fin que é uma empresa muito legal também e essa base de dados ela tem dados de cotação dados de volume dados fundamentalistas dados aí de fundos imobiliários dados de fundos de investimento dados de renda fixa tudo isso tá lá dentro a gente montou uma base justamente para disponibilizar pros alunos e a partir de se eles construírem modelos de investimento principalmente usando a base de dados tá principalmente usando a base de dados que eu vou mostrar

a ferramenta desculpa que eu vou usar no final da aula vou mostrar PR vocês que tá conectada na nossa base então a gente disponibiliza isso e eu tô disponibilizando parte dessa base de dados aqui para vocês hoje essa base é uma base o o arquivo que eu dei para vocês é uma base desde 2012 2013 com o preço de fechamento ajustado obviamente e é uma base mensal então disponibilizei para vocês uma base mensal PR vocês olharem para vocês terem uma noção aí conseguirem fazer um projeto mas obviamente a nossa base ela é diária tá uma

coisa muito importante também é vocês perceberem que aqui a gente tem a nossa primeira variável declarada se você nunca programou você não sabe o que que é isso eu sei disso então a gente vai ter a nossa primeira variável chamado dados empresas aqui poderia se chamar qualquer coisa poderia se chamar sei lá zade ok mas a gente resolveu chamar de dados empresas porque isso é um nome intuitivo E aí a partir disso você consegue aqui criar sua primeira variável Como que você pode criar as células aqui no no Júpiter manipular e tudo mais uma coisa

importante também se você tiver começando agora se Você vai clicar a tecla B para criar uma célula nova tá a d duas vezes para excluir eu tô falando isso porque é a primeira Live tá galera se você é mais Car cascado aí de Python pode ficar tranquilo que as próximas lives eu vou ser mais direto ao ponto assim não vou passar por essa parte basicona mas como essa é a primeira Live vou deixar gravada no canal não vai sair do ar é importante para quem for começar as lives pela número um ter essa noção aí

e eu conseguir mandar para essa Live aqui falar vai lá e depois volta para cá para você conseguir ter essa noção Inicial beleza então aqui a gente vai ter a nova célula clicando B excluindo clicando D duas vezes Ok se você quiser rodar é só dar shift enter ou control enter E aí basicamente o seu código vai rodar e vai possibilitar você manipular os dados e tudo mais o que que é isso aqui que a gente tá observando também né a gente tem um Data Frame um Data Frame é a estrutura de dados mais importante

que existe no Python Porque tudo que você fizer a partir de agora você vai usar um dataframe esse dataframe você pode chamar a grosso modo de tabelão do Excel dentro do do Python você vai encontrar colunas e você vai encontrar um índice tá no nosso caso a coluna é data ticker preço de fechamento ajustado volume negociado e ebit EV tá nosso indicador aqui que tá invertido daqui a pouco a gente vai falar sobre isso e a primeira coluna aqui que na verdade não é uma coluna é um índice pra gente justamente referenciar as linhas no

nosso caso o nosso índice aqui vai de zer até 50850 é um índice inútil digamos assim não serve para muita coisa mas você pode colocar esse índice aqui sendo coisas mais úteis em outras tabelas e tudo mais tá claro então esse dataframe que permite a gente manipular os dados permite a gente olhar para o histórico de dados né então a gente de empresas todas as empresas que já existiram na bolsa desde 2012 até agora 2024 empresas que já faliram empresas que saíram fizeram IPO e fizeram follow on enfim e tudo tá aqui pra gente não

ter vi sobrevivência na nossa amostra Ok e a gente vai ter aqui todos os dados então para conseguir construir o nosso modelo perfeito essa base é real sim essa base é real Anderson essa aqui são Dados reais das empresas show a a lr3 zamp 3 tem todas as empresas aqui que já existiram na bolsa então esses dados aqui são Dados reais não são dados e que eu inventei não ó como fazemos para entrar no grupo Gabriel tem o link aqui primeiro link da descrição é o link para entrar no grupo show e o pessoal falou

não mandaram os dados ainda no grupo pode ficar tranquilo daqu a Pou o pessoal vai mandar lá vou pedir para deixa até mandar mensagem aqui que eu sei que vocês vão ficar ansiosos mandar mensagem pra equipe aqui que o pessoal já foi para casa 8:30 da noite só ten no escritório aqui fazendo Live show então daqu a pouco pode ficar tranquilo da que a pouco vai chegar aí na tua na tua residência os material da Live sem ansiedade show então a gente tem aqui a nossa base de dados e aí a gente já pode ir

pro nosso passo número três que é calcular os retornos mensais das empresas E mais uma vez eu queria se deixar isso frisado porque eu sinto que uma coisa que quem tá começando agora sente muita dificuldade Breno eu achei confuso isso aqui essa lógica etc de novo não precisa não precisa entender tudo de primeira ninguém entende tudo de primeira programando Fica tranquilo que se é o seu primeiro contato com python você não vai entender nada de primeira mesmo você vai só ver vai achar maneiro vai tentar fazer na sua casa vai dar uns escrotos isso aí

é normal todo mundo passa por essa fase tá mas você vai passar por isso e depois você vai conseguir construir coisas muito legais modelos de investimento vai começar a se amarrar e vai começar a programar mais do que fazer out qualquer outra coisa na sua vida show então não precisa entender tudo de primeira não precisa decorar Ah eu ten que decorar essa função com esse argumento e tal não existe isso você não precisa fazer isso agora pode ficar tranquilo que você vai vai fazer aqui com a prática você vai melhorando e principalmente você tem um

Google ninguém você não tá mais na escola a escola que era assim você tinha uma prova ou tinha alguma coisa para fazer você não podia consultar nada você tinha que lembrar as coisas de cabeça você não está mais na escola graças a Deus a escola acabou então você pode consultar as coisas no Google pode ir lá no chat GPT pode ficar tranquilo em relação a isso tá vamos pro passo número três então que é calcular os retornos mensais das empresas Então a gente vai pegar aqui e vai criar uma nova coluna na nossa tabela Deixa

eu ligar o ar condiciono aqui a gente vai ter uma nova coluna na nossa tabela chamada retorno mensal das empresas Para justamente a gente conseguir calcular a rentabilidade da nossa carteira do nosso modelo e tudo mais show então a gente vai vir aqui ó dados empresas e vai criar uma nova coluna chamada retorno show então Sempre que você quiser criar uma coluna dentro da do do Python dentro de uma tabela você vai botar o nome da variável né da tabela que você criou E aí você vai colocar aqui entre o nome da coluna E aí

você vai vir aqui ó igual e agora a gente vai atribuir de fato a nossa coluna outra coisa muito importante também dentro do Python para você colocar texto você precisa usar ou aspas duplas ou aspas simples show então se você quiser colocar uma aspas simples assim também ó vai funcionar show Geralmente eu coloco duas por padrão mesmo vou deixar até simples aqui porque eu já mudei mas geralmente eu coloco duas por padrão você pode usar o que você achar melhor e dados empresas retorno e aí a gente vai vir aqui então e criar a nossa

primeira informação manipulada dentro do Python que é basicamente pegar a coluna de preço de fechamento ajustado E aí percebam essa estrutura presta atenção no que eu vou falar agora percebam essa estrutura repetindo ao longo do tempo então você tem aqui em cima ó a primeira estrutura que apareceu nesse sentido nome da eh pacote né ponto função aqui embaixo a gente vai fazer a mesma coisa o que a gente quer então a gente tem aqui a coluna do do Data Frame que a gente quer e aí eu vou dar um ponto e vou digitar percent Change

o que que eu tô fazendo eu tô pegando um objeto que no caso aqui é uma coluna do nosso dataframe e tô aplicando ponto a a função percent Change qual vai ser a função dessa dessa função é justamente pegar os dados do preço de fechamento ajustado e ficar calculando o retorno mensal no caso aqui nossos dados estão mensais né 28 de Fevereiro 31 de janeiro a gente vai calcular o retorno mensal ao longo do tempo e esse retorno mensal ao longo do tempo ele vai ser aplicado a todas as linhas da nossa tabela show então

o percent Change ele já tá fazendo trabalho pra gente em vez da gente ter que ir lá é final sobre Inicial menos um aquele trabalho né de corno Job que você não quer fazer então o Python já tem uma função pronta para isso e é justamente por isso que os pacotes adiantam muito a nossa vida show Porque a gente já tem um monte de função pronta e pra gente conseguir Construir ali os códigos construir os projetos sem ter muito trabalho tá Mas tem um problema nessa linha de código aqui que eu tô junto com vocês

que é o seguinte você tá aplicando a variação percentual da linha preço de fechamento ajustado mas essa variação percentual como a gente tá aqui com uma Bela onde todos os tickers todas as empresas estão juntas tá vendo a gente vai ter em alguma hora a empresa né o último dia de negociação da empresa e na linha seguinte a gente vai ter o primeiro dia de negociação de uma outra empresa concorda comigo e aí qual vai ser o problema se você tá calculando a variação percentual dessa linha preço de fechamento ajustado a gente vai ter no

primeiro dia de negociação da segunda empresa por exemplo o O Retorno comparando o preço da aalr3 com o preço da segunda empresa Beleza então a gente vai ter no primeiro dia né de retorno um retorno mentiroso um retorno errado o que que a gente tem que fazer dentro da nossa tabela a gente primeiro tem que separar todas as empresas né porque a gente não pode usar o preço de uma empresa para calcular o retorno de outra isso não existe então a gente precisa separar todas as empresas E aí sim aplicar a nossa fórmula percent Change

sorte que o Python não precisa ter muito trabalho PR você fazer isso porque essa é uma operação tão normal essa é uma operação Tão usual dentro da programação que existe uma coisa chamada group buy Então a gente vai botar aqui ó ponto group buy antes da gente aplicar o que a gente acabou de programar tá é antes mesmo não tô maluco Não a gente vai pegar o dados empresas que é a função a tabela que a gente tem vai aplicar a função group bu por ticker E aí sim a gente vai pegar a nossa preço

de fechamento ajustado e aplicar o percent Eng Então olha só que a gente tá fazendo na nossa coluna aqui na nossa coluna na nossa linha de código a gente tá criando a nossa coluna retorno e pegando dados empresas agrupando por ticker que é o que eu falei para vocês que a gente precisa fazer e depois aplicando o percent Change na na coluna preço de fechamento ajustado a partir disso a gente vai criar a nossa coluna chamada retorno Então vamos rodar aqui o nosso código e a gente vai chegar aqui ó na coluna de retorno obviamente

a primeira linha não vai ter retorno nenhum né não tem como calcular retorno da nosso primeiro dado tá ó o Gabriel perguntou são esses grupos no discord e não Gabriel o grupo no discord também tem lá o grupo da varos que a gente tá inclusive na semana do cliente lá mas o grupo da eu queri um grupo no WhatsApp para mandar o material show só das lives Breno comecei a estudar através do visual Studio code vou ter que mudar Anderson você não samente precisa mudar Tá mas eu recomendo fortemente que você use o Júpiter notebook

agora para criar o projeto principalmente se você tiver começando Show O percent Change não vai dar problema na hora que trocar oos ticker sim Luiz Olha só como é que você foi um bom observador então aqui a gente agrupou e aí uma vez que a gente agrupou a gente realmente eliminou esse problema show e aí só para finalizar essa parte do retorno a gente vai fazer uma coisa agora que vai parecer maluquice mas não é nenhuma maluquice show que é o seguinte a gente vai pegar o retorno a linha inteira de retorno e vai jogar

uma linha para cima por que que a gente vai fazer isso porque basicamente quando a gente for criar as nossas carteiras de investimento quando a gente for criar lá os indicadores os rankings etc a gente vai pegar aqui 31 de janeiro de 2017 por exemplo E aí a gente vai pegar esse dia vai pegar essa data e vai criar a carteira do dia 31 usando o indicador do dia 31 que no caso aqui do ebit EV 0.05 show então a gente tem aqui a nossa carteira do dia 31 baseado no nosso indicador do dia 31

show uma vez que a gente tiver a carteira a gente pode saber imediatamente Qual foi o retorno dessa carteira no mês seguinte por quê Porque uma vez que a gente jogue O Retorno uma e uma linha para cima de todo mundo da tabela a gente vai ter o retorno do mês seguinte logo na na coluna do lado porque quando a gente tem tá vendo esse retorno aqui de -4% por exemplo - 0.04 esse retorno é o retorno associado ao dia 31 de janeiro de 2017 e 31 de Dezembro de 2016 então o mês de janeiro

né do dia 31 de dezembro até o dia 31 de janeiro teve esse retorno de menos 0,44% só que por padrão o Python coloca o retorno no final do período e não no início do período agora a gente quer que o retorno esteja no início do período justamente para quando a gente criar as nossas carteiras ser mais fácil a gente calcular esse retorno isso não tem nenhum problema é só uma manipulação de dados para facilitar o cálculo de retorno da carteira show porque a gente não tá usando esse retorno para nada é óbvio que se

a gente usasse esse retorno para escolher as ações e jogasse ele uma uma coisa no tempo atrás né a gente jogasse uma linha pra frente uma linha para para cima no caso aqui você teria problema né porque você estaria quase prevendo futuro mas no caso aqui a gente não tá fazendo isso porque a gente não está usando o retorno para selecionar as ações a gente só tá usando o retorno para ver o retorno delas de fato no mês seguinte show então a gente vai fazer aqui uma coisa bem parecida que é pegar aqui a nossa

coluna de retorno e agora a gente vai editar ela show vamos agrupar por ticker mais uma vez só que em vez de pegar o preço de fechamento ajustado a gente agora vai pegar a própria coluna de retorno e vamos dar um shift menos um com a gente fazendo isso só não precisa ter esse espacinho aqui olha só o que que vai acontecer a gente agora vai ter a nossa linha né A primeira linha que antes estava com um dado faltante agora a nossa primeira linha está preenchida show então a gente vai ter aqui a última

linha agora faltando né Não só da zamp 3 mas de todas as ações fechou ansiedade batendo forte pelo sv deixa eu ver se alguém me respondeu aqui É mas daqui a pouco o pessoal manda lá Calma calma fica tranquilo Beleza então a gente vai ter aqui o passo três pronto cheque calcular os retornos de mensagem das empresas a gente já tem aqui os retornos podemos ir pro nosso passo número quatro que é filtrar a liquidez Até porque não adianta nada a gente ter uma empresa tá não adianta nada n nada a gente tem uma empresa

que o modelo recomenda e a gente não consegue comprar Qual é a lógica disso nenhuma né a gente não não consegue comprar a empresa então ah ah legal essa ação aqui tá muito Barata vai dar 2 bilhões por de retorno Mas você só consegue botar 20 centavos então não adianta nada né você dá 2 bilhões até adianta Mas no geral não adianta nada então você precisa filtrar a liquidez pra gente dentro do nosso back test descobrir quais empresas realmente eram investível a gente vai tirar as empresas a partir de um filtro e esse filtro é

basicamente dados empresas que a gente vai atualizar a nossa tabela mais uma vez né aqui em cima a gente atualizou a nossa coluna agora a gente vai atualizar a nossa tabela como um tudo por quê Porque a gente quer que a nossa tabela Agora seja igual a mesma tabela E aí dentro dos colchetes aqui a gente vai colocar o nosso filtro qual é o nosso filtro eu quero que minha coluna volume negociado tá Dá um cont TR aqui pra gente não ter erro eu quero que minha coluna volume negociado seja maior poderia ser menor poderia

ser igual tá quando você tá fazendo uma condição aqui no Python só um detalhe muito importante quando a gente tá fazendo condição de igualdade no Python a gente precisa desses dois iguais show no caso aqui a gente quer que o volume negociado seja maior do que R 1 milhão de reais Breno 1 milhão é muito para mim eu quero filtrar a liquidez eh sem necessariamente precisar de 1 Milhão eu quero filtrar a liquidez aqui 100.000 tudo bem quando você tiver aí na sua casa fazendo código e tudo mais você pode filtrar el que desix que

você achar melhor não tem problema nenhum senta-se livre para fazer o que você quiser com os dados que eu tô disponibilizando aqui para vocês show que vocês estão ansiosos aí para baixar Então a gente vai ter aqui R 1 milhão deais de volume negociado e a gente vai sair de um Data Frame de 50.900 linhas para um dataframe de 20.000 815 linhas por quê Porque a gente tirou todas as empresas tá todas as linhas que volume negociado era menor do que R milhão de reais porque Teoricamente a gente não consegue comprar essas empresas isso aí

ajuda a gente a tirar mico essas coisas que são Horrorosas da bolsa né o milhão é um bom filtro pra gente construir aqui a nossa carteira com a noss nosso filtro de liquidez feito a gente pode ir pro passo número 5 que é criar o ranking dos indicadores show então no caso aqui vai ser um indicador só né né dos indicadores do indicador que no caso aqui a gente tá usando o ebit ev que é um indicador de preço E aí deixa eu ver o que vocês estão falando aqui seesse volume é diário Boa pergunta

Luiz não esse volume que eu disponibilizei para vocês ele é a média diária dos últimos 30 dias show então isso aqui é um volume diário mas é a média dos últimos 30 dias não é um volume do dia específico que eu disponibilizei tá para instalar L na demora muito não demora uns 10 minutinhos no máximo parou os f de 10 minutos só porque eu falei que demoram 10 minutinhos assim o anaconda ele é ele é pesadinho tá então pode esperar aí que provavelmente é porque ele tá baixando mesmo mas não demora muito né Se tiver

meia hora 40 minutos tem alguma coisa errada show vamos para nosso passo número cinco aqui que é criar o ranking dos indicadores Então como que a gente vai criar o ranking dos indicadores uma coisa que eu queria explicar antes da gente entrar no rank é justamente porque que eu tô usando o indicador invertido tá ali em cima eu expliquei para vocês o ev bit mas e que geralmente todo mundo referencia esse indicador assim né EV bit ninguém fala ebit EV E por que que eu inverti o indicador aqui porque quando a gente tá trabalhando com

o ebit ev a gente consegue ordenar as empresas da maior pro menor né diferente quando a gente tá usando o ev bit a gente não consegue ordenar as empresas do menor pro maior E por que que isso acontece vamos lá vamos supor que a gente temha aqui uma empresa que lucra r$ 2 ou vale R 20 ó vale 20 lucra 10 a segunda vale 100 e lucra os mesmos 10 e a terceira vale 100 e tem e prejuízo de men-1 show se a gente calcular o ev bit aqui a gente vai chegar no valor de

20 sobre 2 o vbit de 2 aqui o nosso vbit nosso indicador normal tá botar aqui ó indicador normal Então a gente vai ter aqui 20 so 10 que é a mesma coisa do que 2 na segunda no segundo cenário aqui a gente vai ter 100 so 10 que vai ser aqui 10 show então a gente vai ter aqui um indicador sendo dois o outro indicador sendo 10 e o terceiro 100 sobre -10 que vai ser -10 show então a gente vai ter aqui um indicador muito positivo um meio e um muito negativo Qual é

a empresa que a gente quer qual é a empresa que a gente quer comprar a gente quer a empresa que vale 20 e lucra 10 porque essa é a empresa mais barata daqui a empresa que vale 100 e lucra 10 ela é uma empresa cara e a empresa que vale 100 e tem 10 de prejuízo ela é uma empresa que mesmo estando com um indicador aqui eh menor do que dois é uma empresa que tá dando prejuízo essa empresa é ruim é uma empresa ruim tá então a pior empresa é essa empresa três aqui show

vamos botar aqui ó um empresa a empresa B empresa C então a pior empresa que existe é a empresa C Então se a gente ordenar do menor pro maior a empresa C vai ser melhor não é o que a gente quer se a gente ordenar do maior pro menor a empresa B vai ser melhor sendo que ela é mais cara né Ela é mais cara do que a então a gente não consegue chegar no valor que a gente quer porque o valor que a gente quer quando a gente tá usando o indicador normal ele é

o o mais próximo de zero positivo olha que coisa estranha né Estranho ficar definindo isso dentro do código Coisa ridícula é muito mais fácil a gente simplesmente inverter o indicador Por que que a gente vai inverter o indicador porque aqui vai ser -1 so 10 show aqui vai ser 0,1 que no caso aqui vai ser -01 né botar aqui 0.1 aqui vai ser 01 e aqui vai ser 05 show Então olha só o que aconteceu quando a gente inverteu o indicador né isso aqui Eu dividi né inverti a fração a gente vai ter aqui 05

no na na empresa a 01 na empresa b e - 01 na empresa C então a gente consegue ordenar do maior pro menor sem ter nenhum problema olha só que legal então a gente conseguiu aqui chegar numa coisa muito mais legal muito mais eficiente do que você ficar buscando o menor indicador mais próximo de zero positivo negócio bizarro né então não tem nenhuma necessidade só quero ordenar de maneira decrescente coisa que você aprendeu na escola aí sem mistério show então por isso que eu disponibilizei os dados para vocês com o ebit EV em vez do

EV bit pra gente ordenar de maneira decrescente Pronto já resolveu o problema só a gente pegar ali o maior e acabou tá a empresa mais barata Vamos então fazer o nosso ranking do EV bit vamos pegar aqui dados empesas que erá uma nova coluna deixa eu escluir esses negócio aqui que eu queri a gente vai criar uma nova coluna chamada ranking EV ebit e a gente vai ter aqui ó dados empresas E aí de novo mais uma vez a gente vai dar um group buy só que agora esse essa estrutur que a gente vai que

eu tô usando aqui com vocês vai ser repeti sem vezes vou até dar cont control c cont control V só para vocês verem que realmente essa estrutura se repete muito show a gente vai dar um group buy Só que lá em cima a gente deu um group buy por ticker aqui a gente não quer agrupar os dados por ticker que que a gente quer fazer a gente quer criar um ranking de todo mês do nosso indicador Então qual vai ser o raciocínio do nosso modelo de investimento todo mês 31 de Dezembro de 2016 ou 31

de janeiro de 2017 ou 28 de fevereiro de 2017 eu vou ordenar as empresas pelo ebv as maiores ebv para ser mais exato as 10 maiores porque a nossa carteira de investimento vai ter 10 vão ter 10 ativos eu vou comprar tá Teoricamente obviamente eu não vou comprar na prática vou comprar aqui no meu back test show fiz isso no dia 31 de dezembro no dia 31 de janeiro eu vou rodar o ranking de novo tá rodar o ranking Mais uma vez vou ordenar todo mundo por ebit v e as 10 maiores ebit V eu

vou comprar só que aí e as 10 que eu já tinha do mês anterior Breno bom eu vou fazer uma lógica muito simples que é o seguinte as que saíram do rank não estão mais entre as 10 eu vou vender as que continuaram no rank eu vou voltar pro peso ideal vou rebalancear e as que entraram no rank eu vou comprar Beleza então todo mês eu tenho 10 ativos na carteira eu não saio de 10 ativos nunca show não compro ações novas mais do que 10 não eu fico com 10 ativos na carteira só que

aí todo mês eu preciso olhar para esse rank BR você vai codar tudo isso que você acabou de falar não necessariamente você vai ver como é que a gente vai fazer aqui as operações da maneira mais simples possível show você vai ver que o código é super simples mas o que você precisa entender agora é que eu preciso do ranking do BV todo mês show então eu preciso saber qual posição a alr3 ocupava no dia 31 de Dezembro de 2016 no ebv tá eu preciso saber isso então eu preciso agrupar antes eu agrupe por empresa

porque dentro da da empresa da própria empresa eu queria fazer uma operação que era calcular a rentabilidade dela agora eu não quero agrupar por empresa eu vou agrupar por data porque eu quero saber em todas as datas naquela data específica todas as empresas show eu quero pegar numa data específica todas as empresas e rankear elas pelo ebv como que a gente vai fazer isso a gente vai dar group buy por data e aí nessa data eu quero que o ebtv seja um rank tá a gente faça um rank Mas qualquer rank que a gente quer

não a gente quer aqui por padrão o Python ele ordena de maneira crescente acabei de falar para vocês que eu quero decrescente Então a gente vai vir aqui ó i Sending igual a false show porque a gente quer crescente igual a false que é basicamente dizer para ele eu quero de maneira decrescente e uma vez que a gente tenha feito isso a gente pode vir aqui ó deixa eu botar ebit V que eu botei EV ebit em vez de ebit EV né ebit EV só para não confundirem vocês e a gente vai ter aqui dados

empresas agora a gente vai ter uma nova coluna chamada isso aqui é só um um aviso Zinho de de warning tá se não deu erro o código não a gente vai ter aqui uma nova coluna chamada ebit EV E aí a gente vai ter por exemplo que eu acabei de perguntar né Qual era colocação da alr3 dia 31 de Dezembro de 2016 ela era quadragésima no rank show lá em 31 de janeiro de 2017 Ela já mudou radicalmente a posição dela porque o indicador dela também mudou bastante provavelmente um novo resultado show e a gente

vai ter aqui o ranking 72 um ponto muito importante é que esses dados que eu disponibilizei para você são Dados pointing in time tá que que são Dados Point in Time Se sair o resultado da empresa eu vou atualizar o lucro operacional dela mas se ainda não saiu o resultado da empresa eu não vou atualizar o lucro operacional show porque tem muita base na verdade 95% das bases de dados que você encontrar no Brasil elas não são Point in Time Ou seja você tem o lucro do primeiro trimestre né Qual é a referência do primeiro

trimestre 31 de Março show você pode usar o lucro operacional das empresas no dia primeiro de abril do primeiro trimestre não pode por que que você não pode porque a empresa não divulgou esse resultado ainda a empresa demora de 1 mês e meio a dois meses para divulgar os resultados concorda comigo que você não pode usar esse dado só que para isso a base de dados que você tem que ter acesso ela precisa reportar ela precisa criar um histórico de dados pointing in time que a gente chama que é justamente a gente saber em que

segundo a empresa divulgou o resultado E a partir disso disponibilizar aquele dado no banco de dados para calcular o indicador por exemplo então todos os indicadores isso tem um trabalho bizarro da gente fazer aqui dentro tá por isso que a nossa base a gente trata com muito carinho todos os indicadores que a gente calcula todos os dados que a gente tem são Point in Time Ou seja a gente só aceita só coloca ele aqui no histórico no segundo que a empresa divulgou a gente tem todos esses dados tá nos últimos 15 anos todos os segundos

que a empresa qualquer empresa da bolsa divulgou o resultado dela Qual foi esse resultado e como isso impactaria na nos indicadores fundamentalistas e tudo mais então isso é uma base Point in Time justamente para você criar modelo de investimento e no cair no que a gente chama de overfitting ou look ahead by dependendo aí do que você chamar e qual viagem você quer cair no seu modelo porque basicamente você vai estar pegando dados que são do Futuro antes Isso não pode acontecer hipótese alguma né você vai ter ali um modelo que não é verdade não

existe na na prática show então a gente já tem aqui o nosso ranking do EV bit a gente sabe todas as empresas tá e Perceba como é que com a nossa tabela quando a gente tá trabalhando com a nossa tabela aqui de 21.000 dados a gente tá aplicando todas as operações ao mesmo tempo é isso que a gente chama dentro do Python de otimização de operações que a gente chama de vetorizadas por quê Porque você tá imagina você fazer isso no Excel você não consegue fazer essa isso aqui que eu tô fazendo agora com vocês

no Excel por quê Porque você não consegue aplicar tudo isso de uma vez só com uma linha de código negócio instantâneo devolver uma nova tabela tratada com rank novo etc porque você tá simplesmente pegando todos os dados e você aplica tudo que você quer de uma vez só você não vai um loop a linha a linha eu vou olhar para essa empresa olhar para esse indicador vou olhar para todos os outros e aí vou criar um novo ranking não você não faz isso isso é a coisa mais bizarra que existe você fazer em programação né

quem programa assim inclusive tá na no tempo da pedra você tem que simplesmente pegar os dados e aplicar tudo que você quer de uma vez só então agora a gente em uma linha de código criou o rank de todas as empresas do Brasil referenciado no ebtv em todas as datas possíveis então a gente literalmente fez o ranking inteiro já com uma linha de código alguns segundos de de menos de um segundo né que rodou isso aqui show então vocês estão muito com csv calma galera vou mandar no grupo para vocês Pode ficar tranquilo não vou

falar mais sobre csv que já deve ter gente em casa já enchando o saco não quero mais saber do csv é daqu a pouco eu mando lá o ranking dob do ebit EV Então tá posto E aí a partir disso você consegue construir já as carteiras de investimento ó lá o Guilherme já tá puto já ó já disse isso mais uma vez e beleza galera então passo número cinco aqui criar um indicador tá passo número seis criar as carteiras Deixa eu só Abir uma água aqui senão fico maluco agora como eu falei né a gente

já tá com ranking e a gente pode criar as nossas carteiras show ó o Juliano fez uma pergunta que polêmica pyon melhor do que R eu não gosto de falar que uma linguagem de programação melhor do que a outra tá mas Python tende a ser melhor do que R em 95% das coisas show se você quer trabalhar academicamente academicamente você vai pro pro R tá porque na academia o r é muito mais muito mais forte agora mercado de trabalho eh qualquer coisa que você for fazer desenvolvimento we qualquer coisa você queira fazer o Python vai

ser melhor do que o r porque o r é uma linguagem que ela não tem muita integração com outras coisas outros ecossistemas que ecossistemas por exemplo para integrar o Python com o o r com aws é horroroso você não consegue fazer você não consegue rodar lambadas não consegue subir códigos lado direito show então quando você vai criar coisas mais complexas e com sistemas um pouco maiores o r já não consegue fazer coisa que o Python consegue Então por que que academica amente o r é muito forte porque é muito mais antigo né é mais velho

e principalmente porque para coisas muito simples o r vai funcionar então você não o pessoal que começou a acodar em R há 20 anos atrás não muda porque o cara que tá fazendo pesquisa ali acadêmica e tudo mais ele não precisa de uma super programação um super código não ele precisa testar mais ou menos os dados ali a hipótese que ele tá testando no artigo mas não precisa de super coisas agora o Python ele consegue construir coisas muito mais concisas muito maiores tem integrações com ferramentas e tudo mais então pyon ele tende a ser muito

melhor do que o r porque você consegue integrar com mais coisas Tem uma comunidade muito mais ativa você vai encontrar muito mais coisa no Google é mais fácil de aprender show então o Python ele tem já ser melhor em 95% dos casos show então passo número seis criar as carteiras a gente vai ter aqui dados empresas E aí como é que a gente vai criar a nossa carteira né a gente vai ter aqui o ranking do V bit E aí como é que a gente vai deixa eu ver se o pessoal me respondeu aqui ó

vou enviar hein Tá chegando hein Deixa eu só ver se uma outra coisa também que os comentários do grupo mas tá chegando aí agora tá chegando a gente vai poder criar a nossa carteira e como é que a gente vai fazer isso a gente vai basicamente pegar o ranking que a gente acabou de criar e o que eu falei para você agora você pode mudar isso na sua casa inclusive Se você quiser mudar para outras outro número de ativos eu falei que a nossa carteira vai vão ter 10 ativos Se você quiser mudar para outro

número de iOS você pode fazer mas como que a gente pode selecionar 10 empresas em todas as nossas datas a gente vai basicamente pegar o nosso ranking ebtv e dentro da nossa tabela a gente vai tirar todas as empresas que é menor ou igual a 10 né a gente vai selecionar né todas as empresas que é menor ou igual a 10 por que eu tô fazendo isso Porque se o ranking dela naquela determinada data é menor ou igual a 10 você vai automaticamente selecionar essa empresa e na sua carteira por quê Porque você só sobrou

ali as empresas melhores colocadas no ebtv naquela determinada data então uma linha de código você criou todas as carteiras Mais uma vez você não precisa ficar indo linha a linha código a código deix eu aí ó glória a Deus vamos embora csb chegou gostei aí sim pô ai meu Deus pode fazer o projeto hein tá feliz quem tá feliz levanta a mão Vamos fala comigo D Então a gente vai pegar aqui as 10 menor ou igual a 10 justamente PR gente conseguir construir as nossas carteiras ao longo do tempo a gente pode até visualizar aqui

ó que antes tinha 20.000 dados na nossa dados empresas né e uma vez que a gente faça esse filtro a gente vai chegar aqui em 13313 por quê porque agora só sobraram empresas na nossa tabela que o ranking dela é menor ou igual a 10 então a gente consegue saber ali todas as empresas que estiveram na nossa carteira em todas as datas ao mesmo tempo então qual é a nossa carteira por exemplo do dia 31 de julho de 2016 a gente pode filtrar aqui só para visualizar tá isso aqui não faz parte do projeto só

tô T visualizando os dados com vocês às vezes eu faço essa linha aqui o pessoal ficar mas no meu não funcionou Não entendi não faz parte do projeto tô só visualizando os dados a gente vem aqui ó data igual a por exemplo 31 de julho de 2016 fechou E aí a gente vai saber exatamente qual era a nossa carteira nesse dia por que que a gente sabe porque a gente fez o ranking para esse dia e só sobraram empresas nesse ranking até o 10 né então a gente filtrou o ranking por dia e depois a

gente filtrou aqui todas as empresas que não passaram o nosso critério de ranking menor ou igual a 10 então a nossa carteira seria magalu Olha só ele acertou magalu magalu Porto Seguro Suzano brasken bif que é Minerva né então a gente vai ter aqui Minerva acho que Minerva Então a gente vai ter aqui todas as para conseguir construir de fato a nossa rentabilidade por carteira e consequentemente por pelo modelo como tudo show então com as nossas carteiras em mão a gente pode ir pro nosso passo número sete que é calcular rentabilidade E aí uma coisa

que eu preciso que vocês entendam muito claro também pelo amor de Deus Breno Eu não entendi a lógica isso essa lógica não está Clara para mim não consegui entender exatamente o que você fez se você tá começando agora não se preocupa com isso porque eu já programo há muitos anos eu já fiz 200 bilhões de modelos de investimento isso aqui já é uma coisa natural para mim para você não vai ser para mim também não era então você não precisa entender essa lógica perfeitamente no primeiro momento eu preciso entender tudo não programação no primeiro momento

para todo mundo se você não se você é um gênio não é Tá mas para todo mundo é confuso mesmo então você não precisa se preocupar se você não entendeu perfeitamente O que eu fiz aqui show você pode simplesmente só olhar eh o código fazer o projeto na sua casa ver como é que tá funcionando entender uma coisa ou outra e conforme você vai vai pegando prática conforme o tempo vai passando você vai entendendo tudo show vamos pro nosso passo número sete então que é calcular rentabilidade por carteira tá E aí que que que que

a gente vai fazer para calcular a rentabilidade por carteira vamos pegar aqui ó que a gente estava só visualizando os dados e vamos criar uma nova uma nova variável chamada rentabilidade por carteiras pra gente saber quanto que rendeu Tá bom a gente tem a nossa carteira aqui do dia 31 de julho de 2016 mas quanto que rendeu essa carteira né quanto que retornou e aí a gente vai ter aqui dados empresas a gente vai mais uma vez dar group by por data vamos pegar a coluna de retorno e vamos calcular a média dessa Luna Putz

BR Não entendi nenhuma O que que você fez aqui calma olha só presta atenção no que eu vou falar agora a gente tem a nossa carteira do dia 31 de julho de 2016 a gente já agrupou por data então mais uma vez a gente só tá juntando carteiras da do mesmo dia tá as empresas do mesmo dia essas empresas elas estão com o retorno do mês seguinte associado porque a gente fez essa esse ajuste lá em cima por isso que a gente fez esse ajuste lá em cima para agora tá se elas estão com o

retorno do mês seguinte associado qual é é o retorno da carteira ele é basicamente a média do retorno né a média do retorno de todas as empresas que estão na carteira naquele determinado mês porque todo esse retorno é retorno do mês seguinte Breno Mas para ser a média necessariamente pessoas mais eh sagadas nesse momento né para ser a média necessariamente você comprou o peso igual de todas as empresas h no momento que você comprou a carteira sim você está certo o que a gente tá fazendo aqui no nosso modelo é o modelo de pesos iguais

então todo mês 31 de de Julho 31 de agosto eu compro as empresas com pesos Iguais por isso que eu falei que quando você tem uma empresa que continua na carteira ela ainda continua no ranking você traz ela pro peso ideal que é 10% né então se a gente tem uma carteira com 10 ativos cada empresa vai ter 10% e o retorno dessa carteira naquele determinado mês é basicamente a média do retorno mensal do mês seguinte show então a gente vai ter aqui a média de retorno para chegar na rentabil das carteiras ao longo de

todo período tá E só um ajuste Zinho que a gente tem que fazer aqui também é que como a gente tá pegando uma série de dados tá uma série de dados aqui de retorno ele vai devolver pra gente um uma série que a gente chama no Python que não é uma tabela mas eu vou transformar aqui em tabela só pra gente manter o padrão de visibilidade e conseguir trabalhar melhor principalmente para quem tá começando tá então esse rentabilidade de carteiras two frame é basicamente pra gente transformar a série que ele vai me devolver em um

Data Frame e vocês conseguirem manter esse padrãozinho aqui para não confundir a cabeça de vocês tá então a gente pode rodar aqui e ter a nossa coluna né de retorno essa coluna de retorno agora representa o retorno da carteira mês a mês então a gente vai ter o retorno da Carteira do mês de janeiro né Janeiro até dezembro de dezembro até janeiro janeiro até fevereiro então aqui ó menos 3% depois aqui a carteira ficou quase no zer zero depois subiu 2,6 depois subiu 5,3 por você vai ter o retorno mensal da carteira ao longo do

tempo ficou Claro até agora tem alguma dúvida como é que vocês estão algumas linhas de código aqui a gente já tá construindo o nosso modelo tá tô mostrando um modelo lucrativo aqui para vocês em primeira mão ó tem o qu uma duas TR quatro porque eu tô fazendo bem deag né 5 6 7 oito linhas de código para criar o nosso modelo de investimento até agora show então a gente tem aqui a rentabilidade da nossa carteira e com a rentabilidade das nossas carteiras a gente pode calcular no Passo número oito a rentabilidade do nosso modelo

só um um um um PS aqui a gente vai otimizar Esse modelo no final da aula tá então espera aí que eu vou mostrar uma ferramenta para vocês vão achar bem legal pra gente otimizar esse modelo aqui e aí a gente vai calcular então no Passo número oito a rentabilidade total do modelo ao longo do tempo como que a gente vai calcular essa rentabilidade Total vai vir aqui ó criar uma nova coluna chamada renta empresas baratas igual modelo aí o pessoal mandou o link do grupo aí [Música] no no YouTube hein Tá fixado aí o

pessoal que não tava conseguindo entrar no grupo do WhatsApp algum motivo igual e aí empresas baratas do modelo O que que a gente vai fazer a gente vai acumular essa rentabilidade aqui como que você acumula uma rentabilidade isso aí Independente se você tá no Python se você tá no Excel se você tá em qualquer lugar como é que você vai acumular você vai somar um ao seu retorno né então a gente vai pegar aqui ó rentabilidade de carteiras retorno a gente vai somar um essa porcentagem não é isso tirar esse espaço aqui feio horroroso que

ficou Hum Depois que a gente somar um a gente vai acumular com prod e depois a gente vai diminuir um para chegar na nossa rentabilidade acumulada Então esse aqui é o cálculo de rentabilidade comum que você tá fazendo no Excel e etc você vai adicionar um ao seu retorno para chegar na cota né vai acumular Vai Multiplicar Tudo Vai Multiplicar aí o produto e vai diminuir um para chegar na sua rentabilidade final Show só pra gente não ficar com a cabeça bugada que que eu faço aqui no final também eu dou um shift um lá

em cima a gente deu shift menos um para jogar Os retornos para cima agora eu tô dando shift 1 um para jogar Os retornos para baixo para eles voltarem pro lugar natural deles tá porque essa aqui com esse esse retorno aqui deixa a nossa cabeça bugada né porque o retorno de Janeiro ele tá em Dezembro né No início de dezembro então deixa a nossa cabeça um pouco bugada Então a gente vai voltar o retorno pro lugar original dele pra gente não ter problema show e vai tirar aqui o retorno que não importa pra gente que

é esse retorno faltante aqui o dropna tá então a gente vai dar um dropna para tirar esse retorno faltante que não faz sentido pra gente ter uma tabela com dados faltantes show Olha só como é que a gente tá repetindo essa estrutura ao longo de toda a aula praticamente né a gente vai ter aqui nossa tabela a função que a gente quer nossa tabela a função que a gente quer se a função que a gente quer ocupa é a aplicada em alguma coluna e tabela como um todo a gente vai botar aqui o nome da

coluna né nome coluna essa essa estrutura vai ser repetir várias e várias vezes você não precisa decorar nada agora porque você vai usar muito isso ainda show e aí a gente vai chegar aqui na nossa tabela né rentabilidade por carteiras empresas baratas modelo O Retorno mês a mês e o retorno acumulado ao longo do tempo show então de 2013 até 2023 a gente tá aqui com 326 de retorno no nosso modelo mas isso aqui não diz nada pra gente essa é grande verdade tá porque não adianta nada o nosso modelo subir 320 seu vespa no

mesmo período subiu sei lá 500% né era mais fácil ter comprar dtf lá bova 11 sem fazer nada do que ficar usando modelo de investimento isso é burrice né se fazer investimento e você tem menos retorno do que investir em etf é melhor você investir em etf muito melhor menos trabalho menos tudo e aí você vai ter aqui o passo número nove que é justamente calcular a rentabilidade de Bovespa no mesmo período para isso a gente vai pegar os dados de Bovespa aqui ibov iG pdre csv ibov pcsv deixa eu mostrar os dados aqui para

vocês a gente vai ter aqui o dado data fechamento do show então 2012 aqui o fechamento era 60.000 pontos mais ou menos agora 2000 final de 2023 134.000 pontos agora não né tem um tempinho já final de 2023 mas eu peguei os dados até 2023 aqui pra gente ter um ano fechado bonitinho tá E aí com esses dados que que a gente pode fazer a gente pode calcular os retornos do ibov igual a ibov fechamento ponto percent Change e eu garanto para você tá Estou te garantindo que se você tiver aqui toda terça-feira comigo 8

horas da noite você vai aprender a fazer esse tipo de coisa aqui com pé nas costas vai ser ridículo isso aqui para você ponto drop show então a gente vai pegar aqui o fechamento e dar um percent Chang justamente pra gente calcular os retornos E aí depois a gente vai pegar esse retorno e vai acumular Então vai ter aqui ó retorno acumulado e B os mesmos passos que a gente fez com o nosso modelo a gente tá fazendo Bovespa tá não tá mudando nada que que a gente vai fazer aqui mais retornos e b ponto

com men1 E aí aí com esse retorno acumulado a gente vai vir aqui na nossa tabela original Onde tá o nosso modelo de investimento e vai criar uma nova coluna chamada Ibovespa essa nova coluna ela vai ter o retorno acumulado e bov pon velhos o que que é isso aqui a gente tá pegando os valores do nosso retorno acumulado né porque eu falei PR vocês que uma tabela ela tem as colunas o índice e os valores obviamente Então você só quer pegar os valores porque o índice a coluna e tal não importa pra gente a

gente só quer os valores Para justamente colocar aqui no Ibovespa show e aí a gente vai chegar na nossa tabela quase que final onde a gente vai ter o retorno mês a mês do modelo O Retorno acumulado do modelo e o retorno acumulado do Ibovespa show então já tem um spoilerzinho aqui do nosso resultado Mas a gente pode fazer alguns ajustes ainda principalmente e otimização desse modelo aqui tá Então a gente vai pegar aqui ó rentabilidade por carteiras vamos tirar esse retorno mês a mês que a gente não vai usar por agora vamos dar um

ponto drop aqui E esse drop eu vou escolher qual é a coluna que eu quero tirar então eu vou tirar esse rorno e vou dizer que isso é uma coluna com AC igual a 1 se fosse zero por exemplo seria uma linha show então aqui com esse drop a gente vai chegar na nossa tabela final retorno acumulado do modelo retorno acumulado do Ibovespa tá passo número 10 observar os dados de retorno para isso finalmente a gente vai usar o nosso stat tá QS extend pandas e a gente vai ter aqui ó um passo adicional pra

gente fazer é o seguinte que que é esse extend pandas aqui ele basicamente ele tá estendendo algumas propriedades do dataframe tá do próprio pandas para isso por que ele tá fazendo isso para conseguir pegar essa tabela aqui e transformar em um gráfico show então a gente vai ter esse pandas vamos pegar aqui a rentabilidade das carteiras e a gente vai ter que fazer um tratamento Zinho de dados bem simples que é o seguinte às vezes no computador aí da do pessoal dá uma bugada por esse índice aqui ele é uma data né Você tá vendo

que é uma data mas às vezes o Python encara isso aqui como um texto Então você tem que confirmar que isso aqui é uma data como que você pode fazer isso você vai aqui ó rentabilidade por carteiras pindex Então a gente vai defir um índice e vai dizer que o novo índice ele vai ser igual ao pd date time Então vai usar o pandas para converter isso aqui para o índice Com certeza então o novo índice ele vai ser igual ao índice antigo dentro da função aqui pd to date time só para confirmar que isso

aqui realmente é uma data show E aí uma vez que você tenha feito isso a sua tabela não vai mudar nada tá visualmente falando você pode vir aqui aqui ó e pegar a sua coluna empresas baratas e a coluna e Bovespa show nessas duas colunas você vai dar um ponto plot monle Hit map E aí com esse plot monf Hit map você vai conseguir visualizar os dados muito melhor show então a gente tem aqui o nosso modelo rabilidade acumulada ao longo do tempo ele subiu aí até o final de 2023 326 contra 120% de bov

no mesmo período mas tem um porém né como que a gente poderia otimizar esse resultado aqui será que esse resultado é o melhor possível e alguns comentários que eu tenho sobre esse resultado primeiro modelo deu três vezes o Bovespa no período tá isso é um resultado relevante segundo Olha só como que é interessante a gente ver que mesmo o modelo começando num período que não é favorável tá se eu pegasse o modelo por exemplo desde 2016 ou desde final de 2015 ali que foi até onde a gente teve a crise da dim e tudo mais

o modelo teria Rendido muito mais tá só que eu quero mostrar a realidade para vocês não quero mostrar aqui um cenário enganoso que eu vou ficar botando a melhor janela ível não muito pelo contrário eu comecei o modelo no meio de uma crise lá em 2013 e quis mostrar justamente Como que o modelo performou no meio da crise ele foi até relativamente bem subiu 470 aqui em 2013 e tudo mais quando ibov caiu 15 por exemplo dá para ver por aqui ó então a gente consegue visualizar o modelo no meio de uma crise consegue visualizar

o modelo no meio de uma alta consegue visualizar o retorno no total e principalmente Eu quero saber quem que mostra modelos lucrativos assim para vocês de graça que nem eu faço aqui aqui em vários eventos tô fazendo hoje mais uma vez show mas isso aqui não Sinceramente é a melhor coisa que a gente pode enxergar óbvio né porque a gente usou um indicador para construir o nosso modelo Mas a gente pode usar outros indicadores para construir o modelo de empresas baratas né porque isso vai otimizando cada vez mais o nosso resultado mas antes de eu

otimizar o nosso modelo aqui para chegar em resultados melhores eu preciso no modelo rapidinho fazer um xixi que eu tô doido aqui já me dá do minutos o quanto estático que cria esses gráficos sim adan a tá começando a afetar minha minha didática aqui já alguma dúvida sobre o projeto até agora como vocês estão aí Enfim então a gente vai ter aqui o quan criando esse grafico Zinho pra gente visualizar então obviamente comprar empresas baratas e mais arriscados vai ter necessariamente um risco associado e um retorno associado também esse risco que você tá tomando beleza

mas como que a gente pode otimizar nosso modelo com outros indicadores eu Quero mostrar uma ferramentinha aqui para vocês que tá disponível dentro do código pik que minha formação de análise de dados para mercado financeiro show que é justamente onde eu faço essa alquimia aqui de indicadores fico testando modelos novos e tudo mais tá E aí o que que eu quero mostrar para vocês e se a gente adicionar o indicador de qualidade no nosso modelo né a gente tá aqui com o indicador de preço mas a gente não disse nada sobre a qualidade das nossas

empresas como que a gente pode medir a qualidade de uma empresa a gente pode medir a qualidade de uma empresa olhando por exemplo pro Rik dela que é o retorno sobre capital investido Então se o Rik dela é alto necessariamente não necessariamente né a empresa vai ser a melhor do mundo mas é um bom indicativo que ela é uma boa empresa para você investir então você pode selecionar empresas ao mesmo tempo com baixo ebit e um alto Rik é o que a gente chama de Magic fórmula é o modelo da Magic fórmula aí do Joy

greenb tem gente que conhece Tem gente que não conhece é um modelo bem famoso aí de Factory investing show isso é a Live então aqui a gente pode ter o a ferramentinha que eu trou trouxe para vocês essa ferramenta aqui ela é um conjunto de códigos que ela faz back test tá tá disponível lá PR os alunos do código p e tudo mais e basta você rodar aqui o formulário que automaticamente você pode preencher os dados e ele vai te devolver o eh resultado do modelo tá então vou testar aqui ó mesmo período 2012 31

Vou colocar aqui 2023 que foi o que a gente testou né 31 também a carteira Tem 21 dias úteis que é um mês né que a gente acabou de testar corretagem zero só pra gente ver aqui o resultado rapidinho 10 ativos na carteira filtro de liquidez aqui você pode mudar os parâmetros Quando você quiser tá o indicador que a gente vai usar é o ebtv decrescente e o segundo indicador que a gente vai usar é o Rik decrescente tá Por que que a gente tá usando esses dois indicadores um para ver preço e outro para

ver qualidade Beleza então só rodar aqui o modelo e automaticamente vai aparecer aqui um PDF é do modelo rodado isso aqui tá conectado direto lá na nossa base de dados que a gente disponibiliza show e você consegue fazer toda essa alquimia de fatores justamente dentro do código pai esperar rodar aqui o modelo vai demorar uns lá um minutinho mais ou menos e qualquer a dúvida que vocês quiserem aí trocar a ideia ó back test deu completo aqui já ele vai devolver um relatório pra gente e se a gente olhar aqui por exemplo quando a gente

adiciona um indicador de qualidade dentro do nosso modelo a gente vai chegar no modelo bem melhor que é o modelo aqui ó de 446 por. nosso outro modelo aqui ó ele rendeu 320 se e a gente já pode ir pro nosso passo número 12 que é o quê V métrica de risco janela móvel de retorno show então quando você vai olhar pro modelo é importante você ver dentro de um reporte todas as métricas não só de quanto o modelo rendeu mas quanto você se arriscou também qual foi o drw Down do modelo são coisas bem

importantes de você ver o que que aconteceu ao longo do tempo né então aqui você vai ter no relatório retorno do CD no período né o ibov aqui foi 120% a mesma coisa né você vai ter aqui o drown Down máximo Então olha só que doideira modelo ch vai cair 50% isso aqui não é um número que a gente gosta muito mas geralmente esse número aqui ele tá muito associado a período da pandemia ali que caiu 30% o mercado em um único mês né então você tem um drw Down ali bem forte em cima disso

show você vai ter aqui retorno ao ano que foi 17% ao ano um um índice bem legal tá número de carteiras São 30 130 carteiras operação vencedora perdedora média de ganho média de perda expectativa de trade maior sequência de Vitória ou seja o modelo já subiu 11 meses seguidos Olha isso aqui doideira né a segunda página a gente consegue ver métricas de retorno então a gente consegue ver aqui os eventos de estresse isso aqui só dando um spoiler para vocês né spoiler não dando briefing isso que aconteceu com esse modelo aqui é bem parecido O

que aconteceu com o outro tá então quando a gente olhar aqui por exemplo ah pandemia ele caiu 28% o outro deve ter caído por aí também então a gente tá fazendo uma análise desse modelo específico aqui mas que se estende ao modelo que a gente acordou na nossa aula também show então a gente vai ter aqui ó pandemia al caiu 28 precatórios ali que foi agosto até Novembro de 2021 24 a gente tem aqui o pior período sem lucro Então a gente vai ter aqui ó do anos por exemplo Caino 44% é um Dr Down

bem alto tem que ter estômago para aguentar isso aqui ó e ultimamente né nos últimos um ano aí mais ou menos 1 ano e meio o modelo foi mal ali 2022 2023 e tá começando a se recuperar agora em 2024 na terceira página a gente consegue ver retorno ano a ano show e retorno mês a mês aqui do nosso modelo também comparar com o CDI ebov para finalizar tem aqui a elas móveis de retorno que é basicamente você fazer uma análise de retorno certa né você olhar ali para Beleza se eu investisse no modelo e

Esperasse 12 meses Esperasse 24 meses ou Esperasse aqui 36 meses qual seria o meu retorno Então olha só dificilmente o modelo fica negativo no período de 3 anos embora é é isso aconteceu recentemente inclusive né um período bem atípico inclusive para esse modelo aqui então você consegue visualizar essas métricas e é importante que vocês tenham essa visualização quando vocês estão olhando para modelo de investimento e Espero que tenha ficado claro né nessa aula como que você consegue usar isso aqui para ganhar muito dinheiro na bolsa por quê Porque isso aqui basicamente você vai criar um

sistema de regras de decisão e a partir desse sistema de regras você consegue automaticamente praticamente anular ali o humano A análise humana dentro dos seus investimentos para comprar o que vai subir eh se livrar das coisas que vão vão cair da sua carteira obviamente não é pirâmide né não vai subir todo dia mas você consegue ter ali modelos bem eh é constantes né modelos bem consistentes digamos assim é dentro do resultado e tudo mais show espero que vocês tenham gostado eh da aula espero que vocês tenham gostado aqui do da nossa primeira Live juntos como

falei na Live número dois a gente vai aprender como fazer uma análise de dados no Python do zero eu quero olhar várias métricas como calcular Sharp sortino é drw Down que foi isso aqui que eu acabei de mostrar para vocês né do relatório Como que você pode pegar um dado de um ativo e sair calculando tudo isso dentro do Python pra gente visualizar Qual é que tá melhor qual que foi pior e tudo mais tá eh Luiz perguntou qual a vantagem do EV bit contra o ev lucro líquido então Luiz essa discussão é uma uma

pergunta boa tá mas não tem muita diferença tá se você for testar aqui fazer o back test não vai dar tanta diferença assim mas o lucro líquido ele não pode ser comparado com EV tá isso é um erro contábil digamos assim sim por que que eu tô falando isso porque o lucro líquido ele é o lucro só dos acionistas show e o ev ele é a parte da empresa que é dos acionistas mas ao mesmo tempo também é a dívida que é o capital de terceiros tá isso é uma coisa bem avançada de contabilidade Mas

contabilmente falando não faz muito sentido você comparar o v com o lucro líquido beleza galera o material está no grupo do WhatsApp o grupo do WhatsApp tá fixado aí no chat espero que vocês tenham gostado vejo vocês na próxima aula e não esquece de dar um like na aula dá o like não falei isso né ao longo da aula toda dá o like se inscreve no canal isso me ajuda bastante aqui e tamo junto fechou