Inteli - Instituto de Tecnologia e Liderança

Destiny

Delfino

🧑‍🎓 Integrantes:

• Bianca Borges Lins
• Breno Arthur Guimarães Santos
• Breno Santana de Lima
• Bruna Brasil Alexandre
• João Paulo Santos
• Leandro dos Santos Gomes

🧑‍🏫 Professores:

Orientador(a)

• Marcelo Luiz do Amaral Gonçalves

Instrutores

• Egon F Daxbacher
• Flavio Marques Azevedo
• Francisco Escobar
• Michele Banzana de Souza
• Ricardo José Missori
• Laísa Ribeiro

📝 Descrição

A Comissão de Valores Mobiliários (CVM) desempenha um papel crucial na fiscalização do mercado mobiliário, baseado em seus valores de transparência, proteção do investidor e desenvolvimento saudável do mercado de investimentos. Portanto, o projeto proposto visa resolver o desafio enfrentado pela CVM no que diz respeito à supervisão de Fundos de Investimento em Direitos Creditórios (FIDCs), que podem apresentar elevados níveis de inadimplência e possíveis irregularidades.

A solução proposta consiste no desenvolvimento de um modelo preditivo que utiliza dados relacionados aos FIDCs e seus créditos cedidos. Esse modelo tem como objetivo principal identificar potenciais riscos associados à provisão para eventuais perdas decorrentes da inadimplência dos créditos. Além disso, busca analisar e compreender os padrões e tendências presentes nesses dados, fornecendo insights à CVM para ação preventiva.

Em última análise, o projeto pretende auxiliar a CVM a tomar medidas proativas para minimizar riscos, preservar a integridade do mercado de capitais brasileiro e garantir a transparência e segurança para os investidores, cumprindo assim sua missão de supervisão eficaz do mercado mobiliário no país.

📁 Estrutura de pastas

Dentre os arquivos presentes na raiz do projeto, definem-se:

• readme.md: arquivo que serve como guia e explicação geral sobre o projeto (o mesmo que você está lendo agora).

• documentos: aqui estarão todos os documentos do projeto. Há também duas pastas denominadas outros onde estão presentes documentos complementares e img aqui estarão todas as imagens do projeto

• notebooks: todos os Jupyter Notebooks criados para desenvolvimento do projeto.

• frontend: todos os arquivos criados que fazem parte da interface (frontend) do projeto.

💻 Execução dos projetos

Este projeto foi desenvolvido no Visual Studio Code e deve ser executado no mesmo ambiente. Para iniciar o projeto, siga os passos abaixo:

1. Instalação do Visual Studio (se ainda não estiver instalado):

   • Se o Visual Studio não estiver instalado no seu sistema, faça o download e instale a versão apropriada para o seu sistema operacional a partir do site oficial do Visual Studio.

2. Abertura do Jupyter Notebook:

   • Abra o Visual Studio.

3. Importando o Jupyter Notebook:

   • No Visual Studio, clique em "File" (Arquivo) no menu superior e selecione "Open" (Abrir).
   • Navegue até o local onde o seu Jupyter Notebook está salvo (notebboks/Destiny_resume.ipynb) e selecione o arquivo.

4. Instalação das Dependências:

   • No Jupyter Notebook, procure e execute as células que instalam as bibliotecas necessárias. Elas devem estar comentadas como no exemplo abaixo:

   # Instalando as bibliotecas 
   #%pip install Jupyter
   #%pip install pandas 
   #%pip install numpy
   #%pip install imblearn
   #%pip install lazypredict
   #%pip install scikit-learn

   Para executar esta célula e instalar as dependências, selecione tudo com Ctrl+A, depois com Ctrl+; com a célula selecionada, pressione Shift+Enter.

5. Adição de Dados:

   • Na pasta "dataset", adicione o informe mensal com as colunas do arquivo "nome_das_colunas.csv" com o nome "IM_semNP.csv".

6. Executando Todas as Células:

   • Após instalar todas as dependências e adicionar o arquivo, localize o botão "Run All" no menu superior do Jupyter Notebook e clique nele para executar todas as células do notebook.

7. Execução do Modelo:

   • Após a execução bem-sucedida, você pode encontrar o código para executar o modelo preditivo. Isso pode estar em uma célula específica rotulada como "Modelo Preditivo" ou algo semelhante.

Resultados: Os resultados do modelo serão exibidos na pasta "dataset" no arquivo "resultado_modelo_rf.pkl".

🗃 Histórico de lançamentos

Neste tópico estão registrados os lançamentos ao longo do módulo.

• 1.0.0 - 06/10/2023
  • Protótipo final do projeto
• 0.8.4 - 06/10/2023
  • Adição do video de execução do modelo
• 0.8.3 - 05/10/2023
  • Documentação finalizada
• 0.8.2 - 03/10/2023
  • Aperfeiçoamento da documentação
• 0.8.1 - 03/10/2023
  • Atualização do Jupyter Notebook
• 0.8.0 - 02/10/2023
  • Adição de comentários no código
• 0.7.8 - 27/09/2023
  • Atualização do Jupyter Notebook
• 0.7.7 - 27/09/2023
  • Atualização do front end
• 0.7.6 - 26/09/2023
  • Atualização do Jupyter Notebook
• 0.7.5 - 25/09/2023
  • Revisão da documentação
• 0.7.4 - 25/09/2023
  • Atualização da documentação
• 0.7.3 - 21/09/2023
  • Construção do front end
• 0.7.2 - 20/09/2023
  • Atualização do Jupyter Notebook
• 0.7.1 - 20/09/2023
  • Criação da pasta "frontend"
• 0.7.0 - 19/09/2023
  • Atualização do Jupyter Notebook
• 0.6.11 - 15/09/2023
  • Atualização do histórico de lançamentos do ReadMe
• 0.6.10 - 13/09/2023
  • Atualização do Jupyter Notebook
• 0.6.9 - 12/09/2023
  • Atualização do Jupyter Notebook
• 0.6.8 - 08/09/2023
  • Atualização do Jupyter Notebook
• 0.6.7 - 08/09/2023
  • Correção do link da seção 4.3
• 0.6.6 - 07/09/2023
  • Revisão da documentação
• 0.6.5 - 06/09/2023
  • Revisão da documentação
• 0.6.4 - 05/09/2023
  • Revisão da documentação
• 0.6.3 - 05/09/2023
  • Atualização da seção 4.3
• 0.6.2 - 05/09/2023
  • Preenchimento da seção 4.3
• 0.6.1 - 04/09/2023
  • Atualização do Jupyter Notebook
• 0.6.0 - 28/08/2023
  • Preenchimento das seções 2 (completa) e 3.6
• 0.5.11 - 27/08/2023
  • Atualização da seção 4.2.1.1
• 0.5.10 - 24/08/2023
  • Preenchimento da seção 4.2.3
• 0.5.10 - 24/08/2023
  • Revisão da documentação e adição de gráficos
• 0.5.9 - 24/08/2023
  • Atualização do Jupyter Notebook
• 0.5.8 - 24/08/2023
  • Atualização da seção 4.2.1
• 0.5.7 - 24/08/2023
  • Atualização do ReadMe
• 0.5.6 - 23/08/2023
  • Adição de códigos no Jupyter Notebook
• 0.5.5 - 23/08/2023
  • Atualização da seção 4.1.7
• 0.5.4 - 22/08/2023
  • Preenchimento da seção 4.2.1.1
• 0.5.3- 21/08/2023
  • Preenchimento da seção 4.2.1
• 0.5.1 - 21/08/2023
  • Correção do link das imagens
• 0.5.0 - 17/08/2023
  • Preenchimento da seção 4.2.2
• 0.4.7 - 13/08/2023
  • Atualização seção 1.1.2
• 0.4.6 - 11/08/2023
  • Preenchimento da seção 3.1, 3.2, 3.3, 3.4, 3.5
• 0.4.5 - 11/08/2023
  • Preenchimento da seção 4.1.7
• 0.4.4 - 10/08/2023
  • Preenchimento da seção 4.1.4
• 0.4.3 - 10/08/2023
  • Preenchimento da seção 4.1.5
• 0.4.2 - 10/08/2023
  • Preenchimento da seção 4.1.8
• 0.4.1 - 09/08/2023
  • Preenchimento da seção 4.1.6
• 0.4.0 - 09/08/2023
  • Criação da pasta "img" para armazenar imagens
• 0.3.2 - 08/08/2023
  • Criação da introdução da documentação
• 0.3.1 - 07/08/2023
  • Preenchimento da seção 1.1.1
• 0.3.0 - 07/08/2023
  • Preenchimento da seção 1.1.2
• 0.2.2 - 07/08/2023
  • Atualização de nomenclaturas da solução e do grupo (código do módulo permanece inalterado).
• 0.2.1 - 25/01/2022
  • Atualização de documentos (código do módulo permanece inalterado).
• 0.2.0 - 15/01/2022
  • Remove setDefaultXYZ()
  • Adiciona init()
• 0.1.1 - 11/01/2022
  • Crash quando chama baz()
• 0.1.0 - 10/01/2022
  • O primeiro lançamento adequado
  • Renomeia foo() para bar()
• 0.0.1 - 01/01/2022
  • Trabalho em andamento

📋 Licença/License

DELFINO by Inteli, Bianca Borges Lins, Breno Arthur Guimarães Santos, Breno Santana de Lima, Bruna Brasil Alexandre, João Paulo Santos e Leandro dos Santos Gomes is licensed under Attribution 4.0 International.