> Nota
>
> *Para facilitar o seu progresso pelo projeto, seria bom conhecer os seguintes tópicos*:
>
> - [Noções básicas de Python](https://codefinity.com/courses/2f60173b-9829-4c84-8548-85bf65183f71);
>
> - [Introdução ao pandas](https://codefinity.com/courses/a43d24b6-df61-4e11-9c90-5b36552b3437);
>
> - [pandas Intermediário](https://codefinity.com/courses/4bf24830-59ba-4418-969b-aaf8117d522e);
>
> - [Visualização em Python com matplotlib](https://codefinity.com/courses/ed80401e-2684-4bc4-a077-99d13a386ac7);
>
> - A biblioteca `prophet`.
>
> *P.S. Mesmo sem conhecimento desses tópicos, você pode completar o projeto*.

O mercado de ações é uma paisagem complexa e em constante mudança que pode ser difícil de navegar. Neste projeto de análise, mergulharemos profundamente no desempenho de uma ação específica ou de um grupo de ações para obter uma melhor compreensão dos fatores que impulsionam seu desempenho. Examinaremos dados históricos, como preços das ações, volume de negociação e demonstrativos financeiros, bem como fatores externos, como condições econômicas e tendências do setor.

Ao analisar esses dados, esperamos obter percepções valiosas que possam informar decisões de investimento e nos ajudar a fazer previsões mais embasadas sobre tendências futuras do mercado.

Neste caderno de anotações, vamos analisar dados de ações de tecnologia como Apple, Amazon, Google e Microsoft. Utilizaremos `yfinance` para obter informações sobre as ações e visualizá-las usando `seaborn` e `matplotlib`. Examinaremos métodos para avaliar o risco de uma ação baseados em desempenho passado e usaremos um método LSTM para prever preços futuros das ações.

Vamos começar!

Neste projeto, vamos prever os preços das ações utilizando Modelos de Aprendizado de Máquina.

Neste projeto, vamos prever os preços das ações usando Modelos de Aprendizado de Máquina (ML).