Fintech / Data Viz · 2026
fin-pocket
Uma biblioteca Python para análise técnica de gráficos de ações
Publicado: · Atualizado:
- Função
- Desenvolvimento a solo da biblioteca Python
- Stack
- Python, yfinance, pandas, plotly, numpy
- Ano
- 2026
O fin-pocket é uma biblioteca Python leve para análise técnica e reconhecimento automatizado de padrões em gráficos de ações. Descarrega dados históricos do Yahoo Finance e cria gráficos interativos com um conjunto de indicadores técnicos.

O desafio
Traders e developers precisavam de uma ferramenta acessível capaz de aplicar vários indicadores técnicos ao mesmo tempo e reconhecer padrões gráficos comuns, sem recorrer a plataformas pagas pesadas.
A solução
- ▸Médias móveis (MA 50/100/200) com deteção de Golden Cross e Death Cross
- ▸RSI com zonas de sobrecompra/sobrevenda e deteção de divergências
- ▸Níveis de suporte/resistência baseados em pivots e deteção de breakout de volume
- ▸Reconhecimento de padrões: wedge, flag, pennant, double top/bottom
- ▸Bollinger Bands, MACD, ATR, OBV e níveis de retração de Fibonacci
- ▸Uma captura de ecrã do gráfico pode ser enviada diretamente para um chatbot (ChatGPT, Claude) para analisar os sinais
Como funciona
O fin-pocket é uma ferramenta de linha de comandos e um pacote Python publicado no PyPI (pip install fin-pocket). Um único comando como fin-pocket AAPL descarrega os preços históricos do Yahoo Finance, calcula os sinais ativos e abre um gráfico interativo Plotly no browser; com --output o gráfico é guardado como um ficheiro HTML autónomo que se pode partilhar ou arquivar.
- ▸Intervalo diário ou horário com --timeframe
- ▸Cada sinal pode ser desligado individualmente (--no-rsi, --no-wedge, etc.); as Bandas de Bollinger ativam-se com --bb
- ▸MACD (12, 26, 9), ATR (14) e OBV com média móvel de 20 períodos em painéis separados por baixo do gráfico de preços
- ▸Níveis de retração de Fibonacci de 23,6% a 78,6%, calculados a partir do último grande movimento de preço
Engenharia
Os casos-limite no cálculo dos sinais e na construção dos gráficos estão cobertos por testes, incluindo proteções contra divisão por zero em séries de preços planas. A CI corre no GitHub Actions com relatórios de cobertura no Codecov, as versões são derivadas das tags do git com setuptools-scm e as releases são publicadas automaticamente no PyPI.
O resultado
Os gráficos interativos em Plotly facilitam rever sinais de vários indicadores ao mesmo tempo, e o fluxo de captura para chatbot permite uma análise rápida com IA sem integração separada.
Menções e fontes