/b3_llm_report

Primary LanguagePythonMIT LicenseMIT

Sobre

Este script utiliza a API OpenAI para obter informações e perspectivas sobre papeis negociados na B3, utilizando informações obtidas a partir da biblioteca yfinance e do site fundamentus.com.br através do scraper crawl4ai.

As informações são enviadas a um modelo LLM (Large Language Model) local no Ollama (llama3.1:8b) para obter uma visão geral da situação atual e perspectivas futuras.

Instalação e configuração

Para usar esse script, você precisará ter:

  • Uma instância do Ollama configurada com um modelo de LLM local (usamos aqui o llama3.1:8b customizado com 8k tokens de contexto).
  • A biblioteca yfinance instalada para obter informações de mercado.
  • O scraper crawl4ai instalado para coletar dados dos papeis negociados no site fundamentus.com.br.

Dependências

O ideal é criar um ambiente Python próprio (como venv ou miniconda) e instalar as dependências necessárias. Isso pode ser feito executando os comandos abaixo:

python -m venv venv
source venv/bin/activate
pip install -r requirements.txt

Configuração

As configurações necessárias estão no arquivo .env. Certifique-se de que as seguintes variáveis estejam definidas:

  • CRAWL4AI_MODEL_API_KEY: Chave de API para o modelo usado no Crawl4ai. Usamos apenas "token", pois não pode ser nula.
  • CRAWL4AI_MODEL_PROVIDER: Provider usado no Crwal4ai. Usamos aqui o Ollama e o modelo local "llama3.1:8b-8k", portanto "ollama/llama3.1:8b-8k".
  • CRAWL4AI_MODEL_URL_BASE: URL base da instância do Ollama usada no Crwal4ai (padrão: "http://localhost:11434")
  • OPENAI_URL_BASE: URL base da API OpenAI usado pelo script (padrão: "http://localhost:11434/v1")
  • OPENAI_MODEL_NAME: Nome do modelo LLM a ser utilizado para análise.

Exemplo de uso

python main.py ACAO3

Alerta

ISTO É APENAS UM EXPERIMENTO E NÃO DEVE SER USADO COMO RECOMENDAÇÃO DE INVESTIMENTO.

Exemplo de Resposta

Resumo

  • Recomendação Geral: Strong Buy, devido ao desempenho recente da empresa e às perspectivas favoráveis do setor de energia elétrica.
  • Potencial de Retorno: 20% - 30% ao longo dos próximos 12 meses.
  • Nível de Risco: Baixo, considerando a estabilidade financeira da empresa e o desempenho histórico.

Análise por Horizonte

Curtíssimo Prazo (até 3 meses)
  • Perspectiva: Forte tendência ascendente, com potencial de aumento do preço.
  • Gatilhos de Investimento:
    • Aumentos nos preços das commodities, como o petróleo e a gás natural, que impactam positivamente os negócios da empresa.
    • Melhoria na política energética brasileira, com enfoque em fontes de energia renovável.
  • Pontos de Atenção:
    • Aflorar de risco geopolítico no setor de energia, como mudanças nas relações internacionais que afetam a demanda por energia.
    • Impacto negativo da inflação e taxas de juros mais altas sobre as finanças dos consumidores.
Curto Prazo (3-6 meses)
  • Perspectiva: Continuação da tendência ascendente, com possibilidade de ajuste nos preços.
  • Gatilhos de Investimento:
    • Implementação de projetos de energia renovável e eficiência energética que aumentem a capacidade da empresa.
    • Fortalecimento da competitividade da empresa em termos de custo e eficiência, tornando-a mais atraente para os investidores.
  • Pontos de Atenção:
    • Desafios legais ou regulatórios que possam afetar negativamente a operação da empresa.
    • Impacto do mercado global sobre as finanças e estratégia de negócios da empresa.
Médio Prazo (6-18 meses)
  • Perspectiva Estratégica: Aumento sustentado nos resultados financeiros, com expansão dos negócios.
  • Potencial de Crescimento: 30% - 50% ao longo das próximas 12 a 24 meses.
  • Desafios Identificados:
    • Aumento da competição por recursos naturais e energia, afetando os custos e lucros da empresa.
    • Mudanças nas políticas governamentais que impactem negativamente os setores de energia elétrica.