Este projeto disponibiliza um script Python para geração automática de sinais de compra e venda de ativos da B3 (Bolsa de Valores Brasileira), aplicando estratégias com indicadores técnicos em séries temporais do mercado à vista. Inclui um script para backtesting e seleção das estratégias com melhor desempenho, permitindo avaliar as abordagens antes de aplicá-las.

Como principais vantagens, o projeto proporciona:

• envio de sinais de negociação recorrentes via canal no Telegram e que evitem a necessidade de análise gráfica.
• uso de aprendizado de máquina para a geração de sinal de confirmação.
• código aberto permitindo flexibilidade para escolha e parametrização dos indicadores e comparação entre estratégias.

Canal Telegram aberto com sinais diários executado via GitHub Actions, onde todos podem se inscrever para uma impressão do que o bot pode oferecer: t.me/b3_trading_signals_free

• Download de dados: Realiza o download de dados de mercado pela API Yahoo Finance.
• Estratégias via indicadores técnicos: Implementa estratégias de cruzamento de 2 ou 3 médias móveis (SMA, WMA ou EMA), bandas de Bollinger (BB), média móvel de convergência/divergência (MACD), a fim de identificar possíveis tendências.
• Backtesting das estratégias: Realiza teste das estratégias com dados históricos, gerando figuras e resumo para tomada de decisão.
• Avaliação de performance: Avalia desempenho frente a uma função objetivo de ponderação e classifica as melhores estratégias.
• Previsão do preço futuro: Realiza predições baseadas em aprendizado de máquina supervisionado, aplicando algoritmos regressores como gradient boosting e random forest.
• Notificações via Telegram: Envia sinais de negociação provenientes da estratégia escolhida diretamente para o smartphone/computador.
• Agendamento automático: Configura tarefa para execução recorrente via GitHub Actions ou então pelo Agendador de Tarefas do Windows.
• Arquivos de configuração: Utiliza .env para variáveis de ambiente privadas, .json para parâmetros de configuração, .txt para lista de códigos, .txtpara lista de indicadores e .csv para lista de estratégias.

O projeto suporta estratégias baseadas nos seguintes indicadores:

• cruzamento de duas e três médias móveis usando:
  • SMA (Simple Moving Average) - Média móvel simples.
  • EMA (Exponential Moving Average) - Média móvel exponencial.
  • WMA (Weighted Moving Average) – Média móvel ponderada.
• bandas de Bollinger;
• média móvel de convergência/divergência.

O projeto é organizado em torno de uma arquitetura modular, onde cada classe tem uma responsabilidade:

• Loader gerencia arquivos de configuração do mercado.
• Indicator gera os indicadores técnicos.
• Backtester executa sinais de negociação nos dados históricos e calcula métricas de desempenho.
• Forecaster gera previsões do preço futuro.
• Strategies gera pontuação e classifica estratégias com base em função objetivo configurável.
• Exporter exporta resultados para planilhas.
• Notifier envia notificações por aplicativo.

O projeto possui a seguinte estrutura:

b3_trading_signals/ 
│  
├── b3_trading_signals.py 
├── b3_trading_signals_bot.py 
├── b3_trading_signals_task_scheduler.py 
|  
├── core/   
│   ├── __init__.py  
│   ├── loader.py  
│   ├── indicator.py  
│   ├── backtester.py  
│   ├── forecaster.py  
│   ├── strategies.py    
│   ├── exporter.py  
│   └── notifier.py  
│  
├── config/  
│   ├── config.json  
│   ├── tickers.json  
│   └── indicators.json    
│  
├── data/  
│   ├── debug/  
│   ├── report/  
│   └── results/ 
|       ├── best_results.xlsx 
│       ├── strategies.csv  
│       └── backtests.png    
│  
├── images/  
├── requirements.txt  
├── README.md  
└── LICENSE  

1. Instalar dependências:

    pip install pandas
    pip install numpy
    pip install yfinance
    pip install requests
    pip install python-dotenv
    pip install scikit-learn

2. Configurar códigos e indicadores

   • Em config.json altere os parâmetros de configuração.
   • Em tickers.txt adicione os códigos das ações que deseja avaliar, um por linha.
   • Em indicators.txt adicione os indicadores que deseja gerar, um por linha.
   • Em strategies.csv são salvos os códigos das ações que deseja gerar sinais de negociação, cada qual com a respectiva melhor estratégia.

3. Configurar Telegram

   • Crie um bot no Telegram e obtenha o seu TOKEN.
   • Crie um canal no Telegram e obtenha o seu CHAT_ID.
   • Adicione o bot como administrador do canal.
   • Adicione as chaves em .env para serem lidas pelo b3_trading_signals_bot.py.

4. Executar o script

   • Para rodar a batelada de backtests execute:

     python b3_trading_signals.py

   • Para geração de sinais e notificação, para cada ticker, execute:

     python b3_trading_signals_bot.py

   • Para automatizar a geração de sinais com GitHub Actions, crie os repository secrets TOKEN e CHAT_ID, para o workflow já configurado. Alternativamente, para agendar tarefa somente pelo Windows, execute uma única vez:

     python b3_trading_signals_task_scheduler.py

• Gráfico do backtest com SMA

  Após a execução do script b3_trading_signals.py são gerados gráficos de cada estratégia, planilhas para cada ticker, planilha com melhores resultados. As figuras geradas seguem o exemplo mostrado abaixo:

  

  Note como o ativo encerra o período avaliado próximo ao valor inicial, de modo que a estratégia Buy & hold resultaria em retorno nulo. Por outro lado, caso a estratégia SMA 5/30 fosse seguida à risca proporcionaria ao final do período um retorno de 20% sobre o valor investido, desconsiderando taxas de negociação. Ademais, a operação de venda a descoberto foi desconsiderada nos cálculos devido as taxas de aluguel envolvidas, embora possa facilmente ser habilitada no backtest.

• Sinal de negociação via Telegram

  Após a execução do script b3_trading_signals_bot.py são gerados sinais de negociação para as melhores estratégias escolhidas, seguindo o exemplo mostrado abaixo:

  

  Note como é gerado um sinal de negociação para cada ativo, sugerindo a tendência de alta, baixa ou neutralidade baseado na estratégia escolhida e a duração dessa tendência, que mostra a quantas amostras a tendência permanece sem trocar de lado. Adicionalmente, são mostrados dados de volume e das principais médias móveis como indicadores de força dessa tendência.

⚠️ Não nos responsabilizamos por perdas ou prejuízos resultantes do uso das estratégias ou sinais gerados por este código.

• Contribuições são bem-vindas! Abra uma issue ou envie um pull request.
• Novas melhorias e funcionalidades poderão ser incorporadas no futuro. Estão planejadas:
  • alteração para o paradigma de orientação a objeto (POO); ✅
  • melhoria na função objetivo com novas ponderações e presets; ✅
  • predição de preço futuro via aprendizado de máquina supervisionado; ✅
  • notificações via WhatsApp (Premium); ✅
  • relatórios via e-mail (Premium); ✅
  • mais indicadores para o preço e estratégias.
• Sobre bases de dados:
  • API Yahoo Finance: latência de 15 minutos para dados intradiários, sem limite de requisições;
  • API Brapi em seu plano gratuito: latência de 30 minutos, limite mensal de 15000 requisições;
  • Outras APIs: latências similares e/ou envolvem custo.

A versão Premium desbloqueia recursos avançados para automação e notificações profissionais. Veja acomparação das funcionalidades:

Se esse projeto o ajudou, considere adquirir a versão Premium: venda indisponível.