← Trabalho02 / INTERFACE DE PESQUISA / FORECASTING2024—2025

FINANÇAS · MACHINE LEARNING / 2024—2025

B3Forecast

Uma previsão só é útil quando seu contexto permanece visível.

B3Forecast é uma interface de pesquisa para explorar dados históricos do mercado brasileiro e transformar experimentos com LSTM em um fluxo de previsão que pode ser inspecionado.

Projeto pessoal · interface de pesquisa

60%menos tempo de análise50+ usuários ativos · latência de ingestão <100 ms

Números reportados do projeto; os limites da avaliação estão explicados nos resultados abaixo.

Minha contribuição
Projeto pessoal de pesquisa que conecta histórico de mercado, experimentos com LSTM e uma interface para revisar previsões.
Restrição central
Manter ativo, período, histórico e saída do modelo visíveis sem apresentar uma previsão como certeza.
O que este case mostra
O projeto público e o repositório estão vinculados abaixo. A visualização deste case é conceitual e não contém dados ao vivo.

O que precisava ficar claro.

Uma previsão apresentada como um número isolado pode parecer mais certa do que é. O desafio era manter ativo, período, dados históricos, saída do modelo e contexto visual em um caminho de leitura compreensível.

ABORDAGEM

A interface coloca o contexto antes da previsão. A pessoa seleciona o ativo e o intervalo, observa os dados históricos e acompanha como o modelo transforma essa informação em uma saída interpretável.

DOMÍNIO

INTERFACE DE PESQUISA / FORECASTING

A lógica do produto por trás da interface.

  1. 01

    Configuração compacta para manter o canvas principal dedicado à análise.

  2. 02

    Dados históricos e saída do modelo permanecem no mesmo fluxo, sem esconder a origem da previsão.

  3. 03

    Tabelas e gráficos organizados por função analítica, não apenas por tipo visual.

  4. 04

    Uma interface de pesquisa, não um terminal de trading simulado.

  5. 05

    Latência reportada inferior a 100 ms no cenário documentado.

Um caminho visível através do sistema.

01Histórico

Selecionar ativo e período.

02Contexto do modelo

Acompanhar os dados no experimento com LSTM.

03Interface de pesquisa

Manter histórico e saída do modelo juntos.

04Revisão da previsão

Inspecionar a saída em seu contexto original.

04 / RESULTADO

B3Forecast alcançou 87% de acurácia de previsão reportada, processou mais de 10.000 pontos de dados por dia e reduziu o tempo de análise em 60% versus métodos manuais. O projeto também sustentou 50+ usuários ativos e tornou observável o caminho entre dado, modelo e previsão.

Escopo dos resultados reportadosEstes são resultados reportados do projeto. O portfólio não documenta o protocolo de avaliação, a fórmula de acurácia nem a janela de usuários ativos; os números não devem ser lidos como benchmarks validados de forma independente.

O que aprendiInterfaces de previsão precisam comunicar incerteza e procedência, não apenas resultado.

STACK / FERRAMENTAS EM CONTEXTO

PythonTensorFlowPandasLSTMStreamlit

CONTATO / O PRÓXIMO SINAL

Tem um produto complexo?

Converse comigo sobre arquitetura de produto, interfaces densas em dados e implementação criativa em que a experiência precisa continuar clara.