docs: atualiza onboarding com passo a passo de git/vscode/obsidian

Author: felipesantanafs

content/01-finquant/2025-s2/prever-black-swans.md

@@ -15,15 +15,12 @@ _**Autores:** David Leati · Felipe Santana · Gustavo Katsuo Tsutsui_
 ## Explicação do Nome: 
 O nome vem da filosofia grega e representa o “momento certo”, o instante oportuno em que agir faz toda a diferença. A ideia é usar Inteligência Artificial justamente para identificar esses momentos excepcionais no mercado: em vez de reagir a qualquer oscilação de preço ou indicador, o robô busca reconhecer mudanças de regime e anomalias fortes no índice de IA, ele passa a agir apenas quando acredita que o contexto oferece uma oportunidade verdadeiramente assimétrica.
 ## Explicação Lógica da Estratégia:
-É uma estratégia de detecção de anomalias de cauda aplicada a um universo temático de IA (AI-15), utilizando dados de mercado de alta frequência. Ela se baseia em um LSTM Autoencoder treinado em dados intra-diários de 1 minuto, em períodos considerados “normais”, com o objetivo de apreender a dinâmica típica do mercado em regime não-crítico. A partir desse modelo, é calculado para cada janela de tempo um erro de reconstrução, que é convertido em um sinal de anomalia por meio de um limiar (threshold) dinâmico, ajustado com janelas móveis longas para se adaptar ao regime de volatilidade. Em seguida, um filtro de histerese temporal agrupa sinais próximos no tempo, reduzindo ruídos e concentrando a atividade do robô em poucos eventos robustos de estresse. Esses eventos são então mapeados para o universo AI-15, composto por 15 ações diretamente ligadas à temática de IA, gerando um sinal diário de anomalia sobre esse índice temático. Quando esse sinal indica uma anomalia forte e persistente, a estratégia ativa um hedge de risco de cauda sobre a exposição ao tema de IA, reduzindo o beta, montando posições mais defensivas ou comprando convexidade em índices amplos e volatilidade, com o objetivo de preservar capital em crises e capturar retornos assimétricos em grandes correções de mercado
-
-| Classe de ativos:<br><br>Ações                       | Universo de investimento:<br><br>**Índice AI-15**         |
-| ---------------------------------------------------- | --------------------------------------------------------- |
-| **Benchmark:** <br><br>**S&P500 aplicado ao modelo** | **Frequência da Estratégia:**<br><br>**Baixa Frequência** |
+É uma estratégia de detecção de anomalias de cauda aplicada a um universo temático de IA (AI-15), utilizando dados de mercado de alta frequência. Ela se baseia em um LSTM Autoencoder treinado em dados intra-diários de 1 minuto, em períodos considerados “normais”, com o objetivo de apreender a dinâmica típica do mercado em regime não-crítico. A partir desse modelo, é calculado para cada janela de tempo um erro de reconstrução, que é convertido em um sinal de anomalia por meio de um limiar (threshold) dinâmico, ajustado com janelas móveis longas para se adaptar ao regime de volatilidade. Em seguida, um filtro de histerese temporal agrupa sinais próximos no tempo, reduzindo ruídos e concentrando a atividade do robô em poucos eventos robustos de estresse. Esses eventos são então mapeados para o universo AI-15, composto por 15 ações diretamente ligadas à temática de IA, gerando um sinal diário de anomalia sobre esse índice temático. Quando esse sinal indica uma anomalia forte e persistente, a estratégia ativa um hedge de risco de cauda sobre a exposição ao tema de IA, reduzindo o beta, montando posições mais defensivas ou comprando convexidade em índices amplos e volatilidade, com o objetivo de preservar capital em crises e capturar retornos assimétricos em grandes correções de mercado.
 
 ![[image-removebg-preview(3).png|300]]
+
 ### 1. Origem da Ideia
-Nos últimos anos, foi-se observado uma verdadeira corrida pela Inteligência Artificial, empresas de IA, semicondutores e infraestrutura digital passaram a concentrar fluxo de capital, revisões de expectativa e uma valorização fortíssima em seus papéis. Esse movimento abriu uma forte reflexão: até que ponto essa valorização reflete fundamentos, e até que ponto é euforia ou mesmo uma bolha em formação? Em vez de analisar empresa a empresa, surgiu a vontade de construir uma forma sistemática de identificar quando o mercado de IA, como um todo, entra em um estado “diferente do normal” e usar esses períodos como gatilho para a tomada de risco.
+Nos últimos anos, foi-se observado uma verdadeira corrida pela Inteligência Artificial, empresas de IA, semicondutores e infraestrutura digital passaram a concentrar fluxo de capital, revisões de expectativa e uma valorização fortíssima em seus papéis. Esse movimento abriu uma forte reflexão: até que ponto essa valorização reflete fundamentos, é uma grande euforia do mercado ou mesmo uma bolha em formação? Em vez de analisar empresa a empresa, surgiu a vontade de construir uma forma sistemática de identificar quando o mercado de IA, como um todo, entra em um estado “diferente do normal” e usar esses períodos como gatilho para a tomada de risco.
 
 Do lado conceitual, a ideia foi influenciada pela literatura acadêmica sobre anomalias de mercado e mudanças de regime, bem como pelas aplicações de Autoencoders em detecção de anomalias em outras áreas, como crédito, fraude e séries de sensores. A capacidade desses modelos em capturar padrões não lineares complexos foi um diferencial direto para sua escolha, tendo vista que ele preenche lagunas deixadas pelas abordagens econométricas tradicionais, uma vez que tendem a suavizar ou não enxergar padrões dos dados. A combinação entre esse contexto de mercado, marcado por possível euforia em torno de IA, e essas referências técnicas foi o que deu origem à proposta de trazer um modelo Autoencoder para o universo do índice de IA, com o objetivo de mapear quando o comportamento do mercado se afasta do seu padrão usual
 
@@ -34,7 +31,7 @@ Nos testes históricos, essa hipótese não se confirmou e o desempenho foi nega
 
 Diante disso, a estratégia foi pivotada. Mantivemos a ideia de usar o sinal de anomalia como marcador de mudança de regime, mas invertendo a interpretação: a anomalia deixa de ser vista como alerta de reversão e passa a ser tratada como gatilho de momentum. A tese final foi se comprar a anomalia, isto é, tomar posição comprada no AI-15 justamente quando o modelo indica que o mercado se afastou de forma excepcional do seu comportamento usual.
 ### 3. Universo e Dados
-O universo investível da estratégia é o Índice AI-15, construído a partir de 15 empresas globais ligadas à Inteligência Artificial, semicondutores e infraestrutura digital (por exemplo, NVDA, MSFT, GOOGL, AMZN, PLTR, AMD, TSM, AVGO, TSLA, META, entre outras). Os dados de preços ajustados e volumes dessas empresas foram obtidos via a API do yfinance. Eles estão em frequência diária, sendo a partir da data inicial de 2017, garantindo uma janela suficientemente para caracterizar um regime “normal” de treinamento e um período recente para teste fora da amostra.
+O universo de investimento da estratégia é o Índice AI-15, construído a partir de 15 empresas globais ligadas à Inteligência Artificial, semicondutores e infraestrutura digital (por exemplo, NVDA, MSFT, GOOGL, AMZN, PLTR, AMD, TSM, AVGO, TSLA, META, entre outras). Os dados de preços ajustados e volumes dessas empresas foram obtidos via a API do yfinance e por um banco de dados do Kaggle. Eles estão em frequência diária, sendo a partir da data inicial de 2017, garantindo uma janela suficientemente para caracterizar um regime “normal” de treinamento e um período recente para teste fora da amostra.
 
 Além das séries das componentes do AI-15, foram incorporadas variáveis de contexto de mercado (como o S&P 500 e a taxa de juros soberana de 10 anos dos EUA) e informações de fundamentos (lucro por ação, EPS, das empresas do índice). A partir dessas informações, foram construídos vetores de features diários que procuram capturar diferentes dimensões da dinâmica do índice: (i) preço e retorno, incluindo retornos em múltiplos horizontes e distâncias em relação a médias móveis, para descrever direção e magnitude dos movimentos; (ii) volatilidade e risco, com volatilidade realizada em janelas distintas, amplitudes intradiárias e medidas relacionadas a drawdowns, permitindo discriminar regimes mais calmos de fases de estresse; (iii) liquidez e fluxo, derivadas de volume e volume relativo à média recente, refletindo a intensidade do fluxo de negociação; (iv) variáveis de contexto, baseadas no comportamento do mercado amplo e da curva de juros, para diferenciar choques específicos do setor de IA de movimentos macro mais difusos; e (v) fundamentos, via trajetória de EPS, como proxy da tendência de lucros das componentes ao longo do tempo.
 

content/03-ciencia-de-dados/2025-s2/introducao-poo-fea-dev.md

@@ -1385,7 +1385,7 @@ Se você já usou Scikit-Learn, viu que um modelo precisa ser instanciado, trein
 
 O modelo é um objeto, e .fit() e .predict() são métodos que manipulam esse objeto!
 
-### Esses são apenas alguns exemplos, mas o mundo da programação está repleto de aplicações da POO. Frameworks como Django para desenvolvimento web, bibliotecas de visualização como Matplotlib e até ferramentas de automação seguem esses mesmos princípios. Agora que você entende a base por trás dessas estruturas, conseguirá identificar a POO em quase todos os códigos que encontrar.
+Esses são apenas alguns exemplos, mas o mundo da programação está repleto de aplicações da POO. Frameworks como Django para desenvolvimento web, bibliotecas de visualização como Matplotlib e até ferramentas de automação seguem esses mesmos princípios. Agora que você entende a base por trás dessas estruturas, conseguirá identificar a POO em quase todos os códigos que encontrar.
 
 ## **Conclusão: POO é uma Nova Forma de Pensar Programação**
 

content/05-guiahub/01-guia-onboarding-hub.md

@@ -1,5 +1,5 @@
 ---
-title: 1) Onboarding do Hub (sem Git)
+title: 1) Onboarding do Hub
 tags:
   - nivel/basico
 ---
@@ -34,56 +34,94 @@ tags:
 Nesse primeiro caso iremos mostrar passo a passo como se upar um arquivo aos moldes de relatório (originalmente um arquivo em .docx) para o Hub. 
 
 1- Abra o seu arquivo no Google Docs: [Google Docs](https://docs.google.com/?hl=pt-BR)
+
 2- Com o arquivo aberto, clique na opção "Arquivos" no canto superior esquerdo (imagens abaixo como exemplo ilustrativo apenas):
+
 ![[Pasted image 20251211214425.png]]
+
 3- Clique em seguida em Baixar e depois selecione em Markdown (.md):
+
 ![[Pasted image 20251211214456.png]]
+
  4- Desse tópico era isso, é esperado que esse arquivo esteja na sua pasta de Downloads
 ## 3) Clonando Repositório 
 
 1- Abra o VsCode;
+
 ![[Pasted image 20251211210956.png]]
+
 2- Abra o terminal, utilize o atalho Ctrl + Shift + Aspas: 
+
 ![[Pasted image 20251211211125.png]]
+
 3- Vamos checar se o git está realmente instalado, use esse comando no console:
+
 ```
 git --version
 ```
+
 ![[Pasted image 20251211211303.png]]
 4- Vamos clonar o repositório que está lá no GitHub, utilize esse comando:
 ```
 git clone https://github.com/fea-dev-usp/fea-dev-usp.github.io
 ```
 ![[Pasted image 20251211211416.png]]
+
 5- Por enquanto o que precisamos fazer inicialmente no VsCode era isso, voltaremos nele mais para frente.
 ## 4) Abrindo o Hub pelo Obsidian
 
 1- Abra o aplicativo do Obsidian na sua máquina;
+
 ![[Pasted image 20251211211553.png]]
-2- No canto inferior esquerdo, clique onde está escrito "Obsidian Vault" (se você já utilizar o Obsidian, clique no nome do vault que esteja ali) ![[Pasted image 20251211211605.png]]
+
+2- No canto inferior esquerdo, clique onde está escrito "Obsidian Vault" (se você já utilizar o Obsidian, clique no nome do vault que esteja ali) 
+
+![[Pasted image 20251211211605.png]]
+
 3- Clique em "Gerenciar cofres..."
 
 ![[Pasted image 20251211211612.png]]
+
 4- Clique em "Abrir" em "Abrir pasta como um cofre":
+
 ![[Pasted image 20251211211617.png]]
+
 5- Ele abrirá o seu explorador de arquivos, vamos encontrar nossa pasta com os arquivos do hub;
+
 6- Desça a barra de rolagem da esquerda até encontrar 'Este Computador' e clique nele;
+
 ![[Pasted image 20251211211826.png]]
+
 7- Clique em 'Usuários':
+
 ![[Pasted image 20251211211855.png]]
-8- Selecione o usuário em que você utilizou para baixar o repositório do Hub (no meu caso só tenho um e ele se chama 'felip', no seu caso clique no seu); 
+
+8- Selecione o usuário em que você utilizou para baixar o repositório do Hub (no meu caso só 
+tenho um e ele se chama 'felip', no seu caso clique no seu); 
+
 ![[Pasted image 20251211211924.png]]
+
 9- Dentro da pasta do seu usuário, procure a pasta com o nome 'fea-dev-usp.github.io' e clique nela;
+
 ![[Pasted image 20251211212132.png]]
+
 10- Dentro dessa pasta, clique na outra pasta chamada 'content';
+
 ![[Pasted image 20251211212238.png]]
+
+
 11- Com essa pasta aberta, clique em 'Selecionar pasta' (verifique na barra superior se o caminho é parecido, o que deva divergir seria apenas o nome do usúario);
+
 ![[Pasted image 20251211212320.png]]
+
 12- Você estará vendo toda a estrutura do Hub dentro do Obsidian (a estruturá poderá estar diferente no momento que você esteja vendo, mas em suma deverá aparecer algo parecido); 
+
 ![[Pasted image 20251211212552.png]]
+
 >[!info]
 >Não altere a estrutura por conta própria, deixe isso para o pessoal que faz a manutenção do Hub
 >Também não altere nenhum nome dos arquivos, em especial os chamados 'Index', esse nome é fundamental para a gente, o Quartz utiliza indentifica os arquivos como Página Inicial
+
 ## 5) Colocando seu Projeto dentro Obsidian
 
 >[!warning] Lembrete
@@ -93,7 +131,62 @@ git clone https://github.com/fea-dev-usp/fea-dev-usp.github.io
 1- 
 
 
+## 6) Enviando seu arquivo para o Github
+
+1- Lembra do VsCode? Ele entra em cena novamente agora, se  você fechou abra ele novamente ou volte para ele se deixou aberto;
+
+2- Abra o terminal novamente (Ctrl + Shift + Aspas) e escreva:
+
+```
+cd fea-dev-usp.github.io
+```
+
+![[Pasted image 20251212204448.png]]
+
+Obs: O próprio VsCode já te um atalho caso para te ajudar
+
+3- Dê Pull no repositorio lá do Github (para pegar as últimas alterações que pessoal fez lá, antes de você!) 
+
+```
+git pull origin v4
+```
+
+![[Pasted image 20251212204759.png]]
+
+4- Adicione o conteúdo alterado na pasta 'content';
+
+```
+git add content
+```
+
+
+5- Vamos commitar o que foi feito, siga as boas condutas abaixo para deixar o hub bem estruturado!
+
+```
+git commit -m ''
+```
+
+Não cole simplesmente a linha acima, dentro das aspas coloque o que foi feito com base nisso: 
+
+Nomeie seu Pull Request com um prefixo para indicar o tipo de mudança, por exemplo: `docs: atualiza README`.
+
+Prefixos recomendados:
+- **feat:** nova funcionalidade / conteúdo novo
+- **fix:** correção de bug / ajuste de algo quebrado
+- **docs:** mudanças em documentação (README, guias, comentários)
+- **refactor:** reorganização/limpeza sem mudar o comportamento
+- **chore:** tarefas gerais (config, scripts, dependências, organização)
+
+Utilize alguma ferramenta de LLM para te ajudar a preencher se for necessário!
+
+6- Vamos dar mandar tudo isso para o Github, dê um Push para nossa Branch:
+
+```
+git push origin v4
+```
+
 
+7- Vamos checar se as mudanças foram feitas corretamente e lá no Github
 
 
 ## Considerações Finais: 

content/05-guiahub/02-jupyter-notebook-hub.md

@@ -7,7 +7,7 @@ tags:
 >
 >Isso aqui é um Tutorial direcionado apenas para os Membros da FEA.dev
 >
->Antes de subir um arquivo no hub **avise algum membro de tech** 
+>Antes de subir qualquer arquivo no hub, **avise algum membro de tech!** 
 >
 >Qualquer dúvida/problema que tiver acione eles também, eles vão te ajudar! 😁
 >
@@ -113,7 +113,7 @@ Obs-2: Se o nome do arquivo conter 'underline' ( _ ) troque por hífen ( - ) par
 Pronto seu arquivo seu arquivo está certinho em Markdown, é recomendado dar um revisada para verificar nada faltando. 
 
 3- Dê um Ctrl + S para salvar o arquivo e pode fechar o Obsidian
-## 4) Dando Pull Request no Github
+## 4) Adicionando Arquivo no Github
 
 1- Entre no repositório do Hub: [Repositório do Hub](https://github.com/fea-dev-usp/fea-dev-usp.github.io)
 
@@ -188,4 +188,7 @@ Se ficar ainda em amarelo as alterações ainda não foram submetidas ao Hub, es
 
 ![[Pasted image 20251124214817.png]]
 
-Tudo certo agora! Podem atualizar o Hub e tudo estará lá bonitinho! 
+Tudo certo agora! Podem atualizar o Hub e tudo estará lá bonitinho! 
+
+>[!Warning]
+>Você se quiser você pode subir para o Github utilizando o Git, da mesma forma que foi explicado no método do guia 1, caso você queira!