---
title: Sistema de Análise Financeira com IA
emoji: 📈
colorFrom: blue
colorTo: green
sdk: gradio
sdk_version: 5.44.0
app_file: app.py
pinned: false
license: mit
short_description: Sistema de análise financeira com IA e ensemble de modelos
---

# 📈 Sistema de Análise Financeira com IA

Um sistema completo de análise financeira que combina múltiplos modelos de IA para fornecer insights precisos sobre mercados financeiros, análise de sentimento e processamento avançado de dados.

## 🚀 Funcionalidades Principais

### 🤖 Sistema Ensemble de IA
- **Múltiplos Modelos**: Integração de FinBERT, RoBERTa e modelos customizados
- **Votação Inteligente**: Sistema de consenso entre modelos para maior precisão
- **Otimização Automática**: Ajuste dinâmico de pesos baseado na performance

### 📊 Análise de Mercado Avançada
- **Swing Points**: Detecção automática de pontos de reversão
- **Zonas de Confluência**: Identificação de níveis críticos de suporte/resistência
- **Padrões Harmônicos**: Reconhecimento de padrões Gartley, Butterfly, Bat e Crab
- **Análise Fibonacci**: Cálculos automáticos de retracement e extensão

### 💹 Análise de Sentimento
- **Processamento de Texto**: Análise de notícias e relatórios financeiros
- **Classificação Multi-classe**: Bullish, Bearish, Neutral com scores de confiança
- **Contexto Financeiro**: Especializado em terminologia do mercado financeiro

### 🎨 Interface
- **Interface Web Moderna**: Interface Gradio responsiva e intuitiva
- **Tema Escuro/Claro**: Sistema de temas dinâmico com modo noturno
- **Visualizações Interativas**: Gráficos e métricas em tempo real
- **Design Responsivo**: Otimizado para desktop e mobile
- **Feedback Visual**: Indicadores de status e progresso

### 📝 Sistema de Logging Avançado
- **Armazenamento SQLite3**: Banco de dados estruturado para logs persistentes
- **Interface Web**: Visualizador de logs com filtros avançados e estatísticas
- **Decoradores Automáticos**: Logging automático com decoradores Python
- **Métricas de Performance**: Monitoramento em tempo real com gráficos
- **Categorização Inteligente**: Logs organizados por categoria e nível
- **Limpeza Automática**: Gerenciamento automático de logs antigos
- **Eventos do Sistema**: Rastreamento de eventos críticos e alertas

### 🧪 Sistema de Testes Robusto
- **Pytest Framework**: Framework de testes otimizado e moderno
- **Testes Unitários**: Cobertura completa de módulos individuais
- **Testes de Integração**: Validação de fluxos completos do sistema
- **Fixtures Reutilizáveis**: Setup/teardown automatizado para testes
- **Mocking Avançado**: Isolamento de dependências externas
- **Relatórios de Cobertura**: Análise detalhada em HTML, XML e terminal
- **Testes Parametrizados**: Múltiplos cenários com dados variados
- **Execução Paralela**: Testes rápidos com pytest-xdist
- **Benchmarking**: Testes de performance e uso de memória
- **CI/CD Ready**: Integração completa com pipelines de desenvolvimento

## 🏗️ Arquitetura do Sistema

```
📁 Projeto/
├── 📁 src/                    # Código fonte organizado
│   ├── 📁 ai/                 # Modelos de IA e ensemble
│   ├── 📁 analysis/           # Análises de mercado e sentimento
│   ├── 📁 core/               # Funcionalidades centrais
│   ├── 📁 integrations/       # Integrações externas
│   ├── 📁 ui/                 # Interface do usuário
│   │   ├── 📄 gradio_interface.py
│   │   ├── 📄 theme_manager.py
│   │   └── 📄 dark_theme_components.py
│   └── 📁 utils/              # Utilitários e helpers
├── 📁 config/                 # Configurações do sistema
├── 📁 docs/                   # Documentação completa
├── 📁 tests/                  # Estrutura completa de testes
│   ├── 📁 unit/               # Testes unitários
│   ├── 📁 integration/        # Testes de integração
│   ├── 📁 data/               # Dados de teste
│   ├── 📄 conftest.py         # Configurações globais
│   └── 📄 test_patterns.py    # Padrões e exemplos
├── 📁 scripts/                # Scripts utilitários
│   └── 📁 log_analysis/       # Análise de logs
├── 📄 pytest.ini             # Configuração do pytest
├── 📄 Makefile                # Comandos automatizados
└── 📄 app.py                  # Aplicação principal
```

## 🛠️ Tecnologias Utilizadas

- **Python 3.8+**: Linguagem principal
- **Gradio 5.44.0**: Interface web interativa (compatível com HF Spaces)
- **Transformers**: Modelos de linguagem (FinBERT, RoBERTa)
- **NumPy/Pandas**: Processamento de dados
- **Scikit-learn**: Machine learning
- **SQLite3**: Banco de dados para logging avançado
- **Plotly**: Gráficos interativos para métricas
- **Threading**: Processamento assíncrono

## 📋 Pré-requisitos

- Python 3.8 ou superior
- 4GB+ de RAM (recomendado 8GB)
- Conexão com internet para download de modelos

## 🚀 Instalação e Execução

### 1. Clone o repositório
```bash
git clone <repository-url>
cd hugging_face_spaces
```

### 2. Instale as dependências
```bash
pip install -r requirements.txt
```

### 3. Execute a aplicação
```bash
python app.py
```

### 4. Acesse a interface
Abra seu navegador em `http://localhost:7860`

## 🧪 Executando Testes

### Comandos Rápidos (Makefile)
```bash
# Executar todos os testes
make test

# Testes unitários apenas
make test-unit

# Testes de integração
make test-integration

# Testes com relatório de cobertura
make test-coverage

# Testes rápidos (sem os lentos)
make test-fast

# Testes em paralelo
make test-parallel
```

### Comandos Pytest Diretos
```bash
# Executar todos os testes
pytest -v

# Testes por categoria
pytest -m unit                    # Apenas unitários
pytest -m integration             # Apenas integração
pytest -m "not slow"              # Excluir testes lentos

# Com cobertura
pytest --cov=src --cov-report=html

# Teste específico
pytest tests/unit/test_voting_system.py::test_majority_voting
```

### Relatórios de Cobertura
Após executar `make test-coverage`, abra `htmlcov/index.html` para ver o relatório detalhado.

## 🌐 Hugging Face Spaces

Este projeto está **100% compatível** com Hugging Face Spaces:

### ✅ Correções Implementadas
- **SSR Desabilitado**: `ssr_mode=False` para evitar erro 500
- **Configurações Otimizadas**: Parâmetros específicos para HF Spaces
- **Detecção Automática**: Sistema detecta ambiente HF Spaces automaticamente
- **Fallback Inteligente**: Configurações locais como backup

### 🚀 Deploy no HF Spaces
1. Faça fork/clone do repositório
2. Crie um novo Space no Hugging Face
3. Configure como Gradio App
4. O sistema aplicará automaticamente as configurações corretas

### 🔧 Configurações HF Spaces
- **SDK**: Gradio 5.44.0
- **Python**: 3.8+
- **Arquivo Principal**: `app.py`
- **SSR**: Desabilitado automaticamente

### 📋 Troubleshooting
Para problemas específicos do HF Spaces, consulte:
- [Guia de Troubleshooting HF Spaces](docs/huggingface_spaces_troubleshooting.md)
- Configurações em `hf_spaces_config.py`

## 📖 Documentação

Documentação completa disponível em:
- [🏗️ **Arquitetura do Sistema**](docs/architecture.md) - Estrutura detalhada do projeto
- [🔄 **Fluxograma do Sistema**](docs/system_flowchart.md) - Ciclo completo de processamento
- [📊 **Diagrama de Fluxo Visual**](docs/system_flow_diagram.svg) - Visualização do fluxo de dados
- [🚀 **Guia de Instalação**](docs/installation.md) - Instalação passo a passo
- [📋 **Referência da API**](docs/api-reference.md) - Documentação técnica completa
- [📖 **Guia do Desenvolvedor**](docs/developer-guide.md) - Instruções para desenvolvimento
- [📊 **Sistema de Logging**](docs/logging_system.md) - Sistema de logs avançado
- [🧪 **Documentação de Testes**](tests/README.md) - Framework de testes completo
- [🔧 **Solução de Problemas**](docs/troubleshooting.md) - Resolução de problemas comuns
- [🌐 **Troubleshooting HF Spaces**](docs/huggingface_spaces_troubleshooting.md) - Problemas específicos do HF Spaces

## 🔧 Configuração

O sistema pode ser configurado através do arquivo `config/config.py`:

```python
# Configurações dos modelos
MODEL_WEIGHTS = {
    'finbert': 0.4,
    'roberta': 0.35,
    'custom': 0.25
}

# Configurações de análise
SWING_DETECTION = {
    'lookback_period': 5,
    'min_strength': 0.3
}
```

## 📊 Exemplos de Uso

### Análise de Sentimento
```python
from src.analysis.sentiment_analysis import SentimentAnalyzer

analyzer = SentimentAnalyzer()
result = analyzer.analyze_text("O mercado está em alta com perspectivas positivas")
print(f"Sentimento: {result['sentiment']} (Confiança: {result['confidence']:.2f})")
```

### Análise de Mercado
```python
from src.core.advanced_market_processing import AdvancedMarketProcessor

processor = AdvancedMarketProcessor()
result = processor.process_market_data(prices, volumes)
print(f"Estrutura do mercado: {result['market_structure']}")
```

### Sistema de Logging
```python
from src.utils.logging_decorators import log_execution, quick_log
from src.core.database_logger import LogLevel, LogCategory

# Logging automático com decorador
@log_execution(LogCategory.MARKET_ANALYSIS, log_performance=True)
def analyze_market():
    # Sua análise aqui
    return results

# Logging rápido
quick_log("Operação concluída", LogLevel.INFO, LogCategory.SYSTEM)
```

### Visualização de Logs
```python
from src.ui.log_viewer import create_log_viewer_interface

# Criar interface de visualização
interface = create_log_viewer_interface()
interface.launch()
```

## 🤝 Contribuição

1. Fork o projeto
2. Crie uma branch para sua feature (`git checkout -b feature/AmazingFeature`)
3. Commit suas mudanças (`git commit -m 'Add some AmazingFeature'`)
4. Push para a branch (`git push origin feature/AmazingFeature`)
5. Abra um Pull Request

## 📄 Licença

Este projeto está licenciado sob a Licença MIT - veja o arquivo [LICENSE](LICENSE) para detalhes.

## 🆘 Suporte

Para suporte e dúvidas:
- Consulte a [documentação](docs/)
- Abra uma [issue](../../issues)
- Consulte o [guia de troubleshooting](docs/troubleshooting.md)

## 📈 Status do Projeto

- ✅ Sistema Ensemble de IA implementado
- ✅ Análise de mercado avançada
- ✅ Sistema de logging completo
- ✅ Interface web funcional
- ✅ Documentação atualizada
- ✅ Estrutura refatorada

---

**Desenvolvido com ❤️ para análise financeira inteligente**