📈 Bússola de Valor – Investidor Fundamentalista

Dashboard interativo em Python + Streamlit para análise fundamentalista de ações da B3, focado na construção de uma carteira de investimentos voltada para o recebimento de dividendos.

Inspirado pelas estratégias e filosofia de grandes investidores como Décio Bazin, Warren Buffett e Luiz Barsi, este portal busca unir o melhor da análise fundamentalista com tecnologia acessível para todos.

---

🚀 Tecnologias Utilizadas

Este projeto utiliza um stack tecnológico moderno e integrado para coleta, armazenamento, análise e visualização de dados financeiros:

• Python: Linguagem principal para extração, transformação e análise de dados financeiros, utilizando bibliotecas como pandas para manipulação de dados e plotly para visualizações interativas.
• yfinance e brapi: APIs para obtenção de dados de mercado em tempo real e históricos da B3, incluindo preços de ações, dividendos e indicadores fundamentalistas.
• Supabase: Banco de dados relacional SQL (baseado em PostgreSQL) para armazenamento estruturado de dados de ações, métricas financeiras e resultados de scoring.
• Streamlit: Framework Python para criação do dashboard interativo, hospedado no Streamlit Community Cloud para acesso público via link.
• GitHub Repository: Repositório para versionamento do código-fonte, garantindo controle e colaboração no desenvolvimento.
• GitHub Projects: Ferramenta de Kanban para gerenciamento do projeto, organizando tarefas como coleta de dados, modelagem do banco e desenvolvimento do dashboard.

---

🧠 Filosofia do Investidor Inteligente

Critérios de Pontuação (Score)

A pontuação de cada ação soma critérios fundamentalistas, totalizando até 200 pontos:

1. Dividend Yield (DY) – até 45 pts

   • DY 12 meses: >5% (+20), 3.5%-5% (+15), 2%-3.5% (+10), <2% (-5)
   • DY média 5 anos: >8% (+25), 6%-8% (+20), 4%-6% (+10)

2. Valuation (P/L e P/VP) – até 35 pts

   • P/L: <12 (+15), 12-18 (+10), >25 (-5)
   • P/VP: <0.66 (+20), 0.66-1.5 (+10), 1.5-2.5 (+5), >4 (-5)

3. Rentabilidade e Gestão (ROE e Payout) – até 35 pts

   • ROE (Financeiro): >15% (+25), 12%-15% (+20), 8%-12% (+10)
   • ROE (Outros): >12% (+15), 8%-12% (+5)
   • Payout: 30%-60% (+10), 60%-80% (+5), fora de 20%-80% (-5)

4. Saúde Financeira (Endividamento) – até 20 pts

   • Dívida/Market Cap: <0.5 (+10), 0.5-1.0 (+5), >2.0 (-5)
   • Dívida/EBITDA: <1 (+10), 1-2 (+5), >6 (-5)

5. Crescimento e Sentimento – até 25 pts

   • Crescimento preço 5 anos: >15% (+15), 10%-15% (+10), 5%-10% (+5), <0% (-5)
   • Sentimento do mercado: -5 a +10 (proporcional à nota de 0 a 100)

---

📊 Guia de Perfil da Ação

Classificação por porte e preço:

• Blue Chip: Valor de Mercado > R$ 50 bi
• Mid Cap: R$ 10 bi – R$ 50 bi
• Small Cap: R$ 2 bi – R$ 10 bi
• Micro Cap: < R$ 2 bi
• Penny Stock: Preço < R$ 1,00

---

🏛️ Setores perenes (Foco em Dividendos)

Bancos & Seguros

• ✔️ Essenciais, lucrativos, pagadores consistentes
• ❌ Sensíveis a crises e concorrência de fintechs

Energia Elétrica

• ✔️ Demanda constante, contratos longos, receita estável
• ❌ Forte regulação e risco político

Saneamento

• ✔️ Serviço essencial, monopólio natural, receita previsível
• ❌ Regulação intensa, alta necessidade de capital

Telecomunicações

• ✔️ Essencial na era digital, receitas recorrentes
• ❌ Competição acirrada, investimentos constantes, regulação forte

---

🛠️ Gerenciamento do Projeto

• GitHub Projects: Utilizado para organizar o desenvolvimento em um quadro Kanban, com tarefas divididas em fases como coleta de dados, modelagem do banco e desenvolvimento do dashboard.
• Exemplo de uso:
  • Crie um projeto no GitHub Projects com colunas: To Do, In Progress, Done.
  • Adicione tarefas como:
    • "Configurar Supabase e criar tabelas".
    • "Implementar extração de dados com yfinance e brapi".
    • "Desenvolver gráficos de scores no Streamlit com Plotly".

🛠️ Estrutura de diretorios:

/Bussola-de-Valor/
│
├── app/
│   │
│   ├── components/
│   │   ├── __init__.py       # Transforma a pasta em um pacote Python.
│   │   ├── filters.py        # Módulo para criar os componentes de filtro na sidebar.
│   │   └── tabs_layout.py    # Módulo para renderizar todas as abas e seus conteúdos.
│   │
│   ├── styles/
│   │   └── styles.css        # Arquivo central para toda a estilização visual.
│   │
│   ├── data_loader.py        # Módulo para carregar, unificar e pré-processar todos os dados.
│   ├── scoring.py            # Isola a lógica de cálculo do score de investimento.
│   └── app.py                # Ponto de entrada: inicializa o app e orquestra os componentes.
│
├── data/
│   ├── indicadores.csv       # Exemplo de arquivo de dados brutos.
│   └── ...                   # Outros arquivos .csv
│
├── data_engineer/
│   ├── 01_extraction.py      # Scripts para extração de dados de fontes diversas.
│   └── 02_transformation.py  # Scripts para limpeza, tratamento e engenharia de features.
│
├── .gitignore                # Especifica arquivos e pastas a serem ignorados pelo Git.
│
├── README.md                 # Documentação do projeto: o que é, como instalar e executar.
│
└── requirements.txt          # Lista todas as bibliotecas Python necessárias.