Análise de notícias de ativos financeiros com R e LLM

Este post descreve um pipeline reprodutível para organizar e integrar dados históricos de preços de ativos com notícias financeiras, incluindo pré-processamento, padronização e automação de análises com auxílio de LLMs.

TL;DR

• Pipeline em R para limpeza e padronização de séries históricas de ativos e metadados de notícias.
  
• Inclui scripts para organizar dados, funções utilitárias e um agente que automatiza análises em batch.
  
• Código-fonte e slides disponíveis no repositório (link abaixo).

Introdução

Análises automatizadas que integram preços de ativos e notícias financeiras podem acelerar a geração de insights e apoiar decisões. Este projeto apresenta um fluxo de trabalho em R que cobre desde a ingestão de arquivos CSV até a produção de uma base diária consolidada, com etapas de limpeza, extração de metadados e conversão de datas.

Metodologia / Abordagem

Principais etapas do pipeline:

• Leitura e validação dos arquivos CSV contendo histórico de preços.
  
• Padronização de nomes de colunas (ex.: janitor::clean_names()).
  
• Conversão de valores monetários para formato numérico e tratamento de NAs.
  
• Extração de metadados (por ex. ticker, nome da empresa) a partir do nome do arquivo.
  
• Conversão e padronização de datas com lubridate::dmy() e fusão com índices temporais.
  
• Processamento de notícias: limpeza textual, extração de features e integração com o histórico de preços.
  
• Automação: rotina/“agente” que executa o processamento em lote e grava o resultado consolidado (data/daily.csv).
• Template do prompt utilizado:

prompt <- glue("
Ativo: {nome_asset}
Empresa: {empresa}

Lista de títulos de notícias:
   {noticias_formatadas}

Você está atuando como analista financeiro em {data_fim}, 
avaliando a performance recente do ativo {nome_asset}, 
que registrou uma variação de {performance$performance}% 
nos últimos {n_dias} dias. Sua tarefa é realizar uma 
análise focada nos eventos dos últimos {n_dias} dias apresentados na 
lista acima, fornecendo uma perspectiva 
fundamentada sobre a situação atual da empresa {empresa}.

Por favor, siga estas diretrizes:

Inicie a análise com uma visão geral clara da situação.
Mencione a performance do ativo no período.
Destaque os eventos mais recentes e relevantes.
Enfatize os contrastes entre diferentes eventos e conclua com uma síntese ponderada.
Inclua exclusivamente informações que estão presentes neste prompt.
Evite redundâncias e repetições na resposta.
Estruture a análise em um parágrafo único.

Modelo da análise: 'Com base nas notícias dos últimos {n_dias} dias... (análise)...
Portanto, (conclusão).'
")

Resultados / Demonstração

Os artefatos principais gerados pelo pipeline incluem: - Base consolidada de preços e metadados (data/daily.csv), pronta para análises de séries temporais.
- Funções reutilizáveis para limpeza e extração de informações.
- Relatórios ou tabelas de resumo que permitem análises de impacto de notícias sobre preços.

Código e reprodutibilidade

Arquivos principais: - 01-organizar-dados.R — organiza arquivos brutos e gera a base consolidada.
- 02-funcoes.R — funções utilitárias para parsing e limpeza.
- 03-agente.R — rotina para execução automática em batch / integração com LLM.

Como reproduzir rapidamente: 1. Clonar o repositório: git clone https://github.com/magnotairone/AssetManagement 2. Abrir o projeto em RStudio e executar 01-organizar-dados.R (ver README para dependências). 3. Conferir data/daily.csv após a execução.

Referências

• Repositório do projeto — https://github.com/magnotairone/AssetManagement

Nota: Data de publicação: 2025-11-15. Última atualização: 2025-11-15.