01 · Site institucional e terminal
O site apresenta as ferramentas, os métodos e os planos em páginas próprias. O terminal concentra o acesso autenticado e as funcionalidades de análise. O botão Entrar mantém a ligação com a página de login do terminal. Essa separação permite evoluir o conteúdo institucional e a experiência de análise preservando seus papéis.
02 · Interface em Next.js e React
As interfaces são construídas com Next.js e React. Componentes organizam navegação, formulários e painéis; páginas dedicadas permitem abrir e compartilhar assuntos diretamente por URL. Poppins, preto, branco e amarelo mantêm a identidade visual. O layout adapta os conteúdos a telas menores, com navegação expansível no celular.
03 · API em Python com FastAPI
O backend expõe endpoints específicos para dados e análises. O FastAPI organiza as rotas e o Pydantic valida parâmetros antes da execução, incluindo limites de prazo e quantidade de trajetórias. A interface envia as entradas, acompanha a resposta e apresenta os resultados. As rotinas Monte Carlo do terminal são executadas no servidor Python, não no dispositivo do usuário.
04 · Pandas: organização temporal
O Pandas é utilizado para representar séries, transformar preços em retornos e alinhar observações por data. Esse alinhamento é especialmente importante quando uma análise compara um ativo com o mercado: dias incompatíveis não devem ser tratados como observações correspondentes. O resultado depende da disponibilidade e consistência das séries de origem.
05 · NumPy e SciPy: processamento numérico
O NumPy processa vetores, percentis, desvios e números pseudoaleatórios utilizados nas simulações. O SciPy apoia rotinas estatísticas, como distribuições e medidas de assimetria e curtose no módulo de risco. São ferramentas de cálculo; sua utilização não significa que uma previsão de mercado esteja correta ou que uma análise tenha validação independente.
06 · Desempenho das simulações
O Monte Carlo evolui vetores de trajetórias a cada pregão, mantendo o uso de memória de trabalho proporcional à quantidade de simulações. Para o gráfico, a API retorna uma amostra de trajetórias e pontos selecionados, enquanto as métricas agregadas utilizam todas as simulações. Isso reduz a quantidade de dados transferida ao navegador. Prazo, número de trajetórias e capacidade da hospedagem continuam influenciando o tempo de execução.
07 · Integrações e atualização dos dados
O módulo de mercado utiliza yfinance para consultar o Yahoo Finance. Os indicadores econômicos são obtidos por integrações com séries do Banco Central, e o módulo de notícias reúne informações disponibilizadas pelas fontes configuradas. Cada provedor possui cobertura e frequência próprias. A plataforma não mantém conexão oficial de negociação com a B3 e não executa ordens.
08 · Cache e persistência
O backend possui armazenamento de dados de conta e mecanismos de cache para reutilizar respostas recentes. O cache reduz consultas repetidas e pode permitir a apresentação do último dado disponível quando uma fonte falha. Um valor em cache não deve ser interpretado como cotação atual sem conferir sua referência. O projeto possui suporte a persistência local e a PostgreSQL conforme a configuração do ambiente.
09 · Validação e tratamento de limites
Parâmetros inválidos são rejeitados antes dos cálculos. Rotinas também verificam situações como histórico insuficiente e resultados fora da faixa numérica. Os limites são parte da ferramenta: uma consulta que falha não deve gerar valores inventados para preencher o painel. Em alguns indicadores há convenções ou referências alternativas, descritas na metodologia e que precisam ser consideradas na interpretação.
10 · O que roda no navegador
Além da apresentação e da interação, o site institucional possui uma calculadora educacional de juros compostos executada em JavaScript. Os endpoints de apresentação também calculam indicadores e um modelo lognormal para os painéis do site. Essas demonstrações não devem ser confundidas com as rotinas Python autenticadas do terminal. Cada ambiente apresenta o alcance de seu cálculo.
11 · Inteligência artificial: estado atual
O Analista IA permanece em preparação. O site apresenta exemplos de conversa e recursos planejados para o AI Premium. Isso não significa que exista, hoje, um modelo treinado em produção realizando aquelas análises. As rotinas estatísticas e Monte Carlo existentes são métodos quantitativos e não dependem de um assistente generativo para funcionar.
12 · Evolução com transparência
Novas funcionalidades devem manter a identificação da fonte, as premissas e a distinção entre demonstração e resultado calculado. Testes de software ajudam a verificar o comportamento esperado das rotinas, mas não substituem validação financeira, qualidade dos dados ou acompanhamento das limitações de cada modelo. A metodologia acompanha a interpretação dessas escolhas.