← Voltar aos projetos
LexiconCLI
PythonRichTimescaleDBRabbitMQMLflowLSTMProphet

Terminal para acompanhar o mercado e testar estratégias de investimento.

LexiconCLI
01 / O CONTEXTO

O problema

Como criar um terminal financeiro interativo para simulação de cenários, backtesting e modelos preditivos?

O projeto parte de uma pergunta suficientemente real para exigir mais do que uma demonstração de tecnologia. Escopo, linguagem e arquitetura são tratados como partes do mesmo produto.

02 / A RESPOSTA

Como foi pensado

LexiconCLI coloca um terminal de análise financeira na mão de quem quer acompanhar o mercado com mais contexto. A ferramenta reúne ações, índices e listas personalizadas, cruza preços com indicadores técnicos e macroeconômicos e transforma dados históricos em uma visão mais clara de possíveis cenários. Em vez de prometer certezas, ela ajuda a investigar movimentos de mercado, comparar ativos e entender risco antes de tomar uma decisão.

O projeto também permite testar estratégias com dados passados, montar alertas de preço e indicadores, rodar simulações de Monte Carlo e gerar previsões com modelos como LSTM e Prophet, sempre mostrando a incerteza envolvida. Dados podem vir de fontes como Finnhub, yfinance, Alpha Vantage, Banco Central e FRED. Python conduz a experiência de terminal com Rich, enquanto TimescaleDB armazena séries temporais, RabbitMQ organiza eventos e MLflow registra experimentos e treinos de modelos.

03 / POR DENTRO

Decisões técnicas

A stack é usada para sustentar responsabilidades específicas, não como catálogo. Os módulos abaixo resumem o papel das escolhas centrais.

PythonNúcleo de implementação e regras.
RichInterface, contratos ou integração.
TimescaleDBPersistência e consistência de dados.
RabbitMQProcessamento, infraestrutura ou execução.
MLflowObservabilidade, segurança ou desempenho.
LSTMExperiência de uso e manutenção.
04 / O QUE DEMONSTRA

Competências e aprendizado

Desenvolvimento de CLI avançado com Rich, análise de séries temporais, simulações estatísticas Monte Carlo e MLflow.

Projetos pessoais funcionam como laboratórios onde decisões podem ser examinadas, não apenas executadas.
05 / EXPLORAR

Código e continuidade

O repositório no GitHub contém o código-fonte, a documentação técnica (README) e o histórico de evolução do projeto.

Aplicar o mesmo cuidado

Existe um processo real por trás da sua ideia?

Podemos começar pelo contexto e descobrir qual é a menor estrutura útil para avançar.

Conversar sobre um desafio