Como Criar Indicadores em Python

Aprenda passo a passo como criar indicadores técnicos em Python para análise de ações. Este guia completo ensina desde a instalação das bibliotecas (yfinance, pandas, mplfinance) até a plotagem de gráficos profissionais. Com foco na Média Móvel Simples (MM10), você verá como baixar dados da bolsa, manipular DataFrames, calcular indicadores e visualizar resultados. Ideal para iniciantes em Python e análise técnica, o tutorial inclui código pronto, exemplos práticos com ações da PETR4 e dicas para evoluir para outros indicadores como Bollinger Bands e RSI. Transforme dados em insights para seus investimentos!

Diego V. Righetti 22/08/2025

Guia Passo a Passo para Iniciantes

Neste artigo, você aprenderá como criar indicadores técnicos em Python, utilizando bibliotecas como yfinance, pandas e mplfinance. Vamos começar com um exemplo prático: a Média Móvel de 10 Períodos (MM10) aplicada aos dados da PETR4 (Petrobras).

Este guia é voltado para iniciantes e explicará cada etapa em detalhes, desde a instalação das bibliotecas até a visualização do gráfico.

Introdução aos Indicadores Técnicos em Python

Indicadores técnicos são cálculos matemáticos aplicados a preços e volumes de ativos para auxiliar na análise de tendências. Eles podem ser usados para identificar:

Tendências (alta, baixa ou lateral)
Momentum (força do movimento)
Suporte e Resistência
Sinais de compra/venda

Neste artigo, focaremos na Média Móvel Simples (SMA), um dos indicadores técnicos mais básicos e populares, fique sabendo que a média móvel é uma média atrasada que vive correndo atrás do preço.

Configurando o Ambiente Python

Antes de começar, instale as bibliotecas necessárias:

yfinance: Baixa dados históricos do Yahoo Finance.
pandas: Manipula dados em formato tabular (DataFrames).
mplfinance: Cria gráficos financeiros (candlesticks, médias móveis, etc.).

Baixando Dados do Mercado com `yfinance`

Vamos baixar os dados da PETR4 (Petrobras) dos últimos 6 meses:

Explicação dos Parâmetros:

"PETR4.SA": Ticker da Petrobras na B3.
period="6mo": Período de 6 meses. Pode ser 1d, 5d, 1mo, 1y, etc.
interval="1d": Dados diários. Pode ser 1m, 5m, 1h, etc.
auto_adjust=True: Ajusta os preços para eventos corporativos (splits, dividendos).

Manipulando Dados com `pandas`

O yfinance retorna um DataFrame do pandas. Vamos verificar e ajustar os dados:

Por que isso é importante?

Garantimos que apenas as colunas relevantes sejam usadas.
Evitamos problemas com MultiIndex (caso o DataFrame tenha estrutura complexa).

Criando a Média Móvel (MM10)

A Média Móvel Simples (SMA) é a média dos últimos n preços de fechamento.

Explicação:

rolling(window=10): Define uma janela de 10 períodos.
min_periods=1: Permite calcular mesmo com menos de 10 dados (úteis no início da série).
.mean(): Calcula a média.