Aqui está o que observar em 2025.

Eu já consigo sentir o vitriol da máfia anti-IA, pronta para pular nos comentários para gritar “papagaios estocásticos”.

E em defesa deles, eu entendo de onde vem a reação instintiva. Grandes modelos de linguagem não verdadeiramente entendem (o que quer que isso signifique), então como saberá se a Apple é uma boa ação ou não?

Essa reação é infundada. Existe um grande corpo de pesquisa crescendo para apoiar a eficácia do uso de LLMs para análise financeira.

Por exemplo, este artigo da Universidade da Flórida sugere que o sentimento inferido pelo ChatGPT é um melhor preditor do movimento de preço das ações do dia seguinte do que a análise de sentimento tradicional.

Além disso, outros pesquisadores usaram LLMs para criar estratégias de negociação e descobriram que as estratégias que foram criadas superaram os métodos tradicionais de sentimento. Até analistas financeiros da Morgan Stanley usam um assistente potenciado por GPT para ajudar a treinar seus analistas.

Se todas as grandes empresas estão investindo em LLMs, deve haver uma razão.

Então, pensei em ser um pouco diferente do pessoal da Morgan Stanley. Decidi tornar esse tipo de análise disponível para todos que têm uma conexão com a internet.

Aqui está exatamente o que eu fiz.

Usando um modelo de linguagem para analisar os fundamentos e a tendência histórica de cada ação

Os “fundamentos” de uma ação são uma das únicas coisas tangíveis que conferem valor a uma ação.

Essas métricas representam a saúde financeira subjacente e a eficiência operacional da empresa. A receita fornece insights sobre a demanda – os clientes estão comprando cada vez mais o que a empresa vende?

O lucro destaca a rentabilidade, indicando como uma empresa gerencia efetivamente as despesas em relação aos seus ganhos.

Outras métricas críticas, como margens de lucro, relação dívida/capital e retorno sobre investimento, nos ajudam a entender a eficiência, estabilidade financeira e potencial de crescimento de uma empresa. Quando alimentamos esses dados abrangentes em um modelo de linguagem de grande escala (LLM), ele pode processar e analisar rapidamente as informações, destilando insights importantes em questão de minutos.

Agora, essa não é a primeira vez que usei um LLM para analisar cada ação. Eu já fiz isso antes e, admitidamente, cometi alguns erros. Então estou fazendo algumas mudanças desta vez.

O que eu tentei anteriormente

Anteriormente, quando usei um LLM para analisar todas as ações, cometi inúmeros erros.

O maior erro que cometi foi fingir que os lucros de uma ação em um determinado período de tempo eram bons o suficiente.

Não basta saber que a NVIDIA fez $130 bilhões em 2024. Você também precisa saber que eles fizeram $61 bilhões em 2023 e $27 bilhões em 2022. Isso nos permite entender totalmente como a receita da NVIDIA mudou ao longo do tempo.

Em segundo lugar, os relatórios originais estavam muito confusos. Eu me baseei em “ano fiscal” e “período fiscal”. Ingenuamente, você pensa que as ações têm todas o mesmo calendário fiscal, mas não é verdade.

Isso tornou as comparações confusas. Os usuários estavam se perguntando por que eu não havia postado os ganhos de 2024, quando eles relatam esses ganhos no início de 2025. Ou estavam tentando comparar os períodos fiscais de duas ações diferentes, não entendendo que eles não se alinham com o mesmo período de tempo.

Então eu corrigi as coisas este ano.

Como eu corrigi esses problemas

Para corrigir os problemas que levantei, eu…

• Rehidratar TODOS os dados: eu reexecutei a análise de ações em todas as ações dos EUA no banco de dados da última década. Foquei no ano do relatório real, não no ano fiscal
• Incluí dados históricos: Graças à diminuição do custo e aumento da janela de contexto, pude inserir muito mais dados no LLM para realizar uma análise mais precisa
• Include computed metrics: Finalmente, também calculei métricas, como crescimento ano a ano, crescimento trimestre a trimestre, taxa de crescimento anual composta (CAGR) e mais, e as inseri no modelo

Enviei todos esses dados para um LLM para análise. Para equilibrar precisão e custo, escolhi o Qwen-Turbo para o modelo e usei o seguinte prompt do sistema.

Em seguida, dei um exemplo detalhado no prompt do sistema para que o modelo tenha um template de exatamente como responder. Para gerar o exemplo, usei o melhor modelo de linguagem de grande porte disponível – Claude 3.7 Sonnet.

Finalmente, atualizei minha interface para deixar mais claro que estamos filtrando pelo ano real (não pelo ano fiscal como antes).

Você pode acessar essa análise gratuitamente em NexusTrade.io

O resultado final é uma análise abrangente para cada ação dos EUA.

A análise não apenas possui uma classificação, mas também inclui um resumo detalhado de por que a classificação foi escolhida. Ela resume os detalhes financeiros principais e ajuda os usuários a entender o que eles significam para o negócio subjacente da empresa.

Os usuários também podem usar o chat de IA no NexusTrade para encontrar ações fundamentalmente fortes com certas características.

Por exemplo, perguntei à IA a seguinte pergunta.

Quais são as 10 melhores ações de biotecnologia em 2023 e as 10 melhores em 2024? Classifique por capitalização de mercado para desempates

E aqui está a resposta dela:

Com esse recurso, você pode criar uma lista curta de ações fundamentalmente fortes. Aqui estão alguns resultados surpreendentes que encontrei a partir dessa análise:

Algumas descobertas chocantes dessa análise

Os Magnificent 7 não são memes – eles são fundamentalmente fortes

Surpreendentemente (ou não), as ações Mag 7, que são algumas das ações mais populares do mercado, são todas fundamentalmente fortes. Essas ações incluem:

• AAPL (Apple)
• AMZN (Amazon)
• GOOGL (Alphabet)
• META (Meta)
• MSFT (Microsoft)
• NVDA (Nvidia)
• TSLA (Tesla)

Então, essas ações, mesmo a Tesla, não são apenas memes. Elas têm as métricas comerciais para respaldá-las.

A NVIDIA é a melhor ação de semicondutores fundamentalmente

Se olharmos os fundamentos das ações de semicondutores mais populares, a NVIDIA se destaca como a melhor. Com essa análise, a Intel foi classificada com nota 2/5, a AMD foi classificada com nota 4/5, e a NVDA foi classificada com nota 4.5/5. Essas métricas também correlacionam com a mudança do preço dessas ações em 2024.

A melhor ação “desconhecida” que eu encontrei.

Finalmente, uma das partes mais legais desse recurso é a capacidade de encontrar boas ações “desconhecidas” que não estão sendo hipadas em lugares como Reddit. Vasculhando a lista, uma das melhores ações “desconhecidas” que encontrei foi AppLovin Corporation.

Algumas das ações que ficaram em segundo lugar para esse prêmio incluem MLR, PWR, e ISRG, algumas ações que tiveram retornos incríveis em comparação com o mercado mais amplo!

Como você pode ver, os casos de uso para essas análises geradas por IA são infinitos! No entanto, esse recurso não é a solução mágica que garante que você se torne milionário; você deve usá-lo de maneira responsável.

Cuidado com essas análises

Essas análises foram geradas usando um modelo de linguagem grande. Assim, há várias coisas a serem observadas ao olhar para os resultados.

• Potencial de viés: os modelos de linguagem não são infalíveis; pode ser o caso de que o modelo desenvolveu um viés em relação a certas ações com base em seus dados de treinamento. Você deve sempre examinar os resultados com cuidado.
• Dependência dos dados subjacentes: essas análises são geradas inserindo os fundamentos de cada ação no LLM. Se os dados subjacentes estiverem errados de alguma forma, isso se refletirá nos resultados aqui. Embora a EODHD seja um provedor de dados extremamente confiável, você deve sempre verificar se os dados subjacentes estão corretos.
• O passado não garante um resultado futuro: mesmo que a análise esteja correta e todos os analistas de ações concordem que uma ação pode subir, essa realidade pode não se materializar. O CEO pode ficar doente, o presidente pode impor tarifas que afetam a empresa desproporcionalmente, ou um número de coisas pode acontecer. Embora essas análises sejam um excelente ponto de partida, não são um substituto para gestão de risco, diversificação e realização de sua própria pesquisa.

Considerações Finais

O cenário da análise financeira foi para sempre alterado pela IA, e estamos apenas no começo. O que antes exigia software caro, assinaturas em plataformas financeiras e horas de análise fundamental agora está disponível para todos gratuitamente.

Essa democratização da análise financeira significa que os investidores individuais agora têm acesso às mesmas ferramentas poderosas que antes eram exclusivas para instituições e fundos de hedge.

Não deixe a simplicidade enganar você – essas análises de ações potenciadas por IA não são destinadas a prever preços. Elas são exames abrangentes do desempenho histórico de uma empresa, trajetória de crescimento, saúde fundamental e avaliação. Embora nenhuma ferramenta de análise seja perfeita (seja IA ou não), ter esse nível de insight disponível na ponta dos dedos lhe dá uma vantagem que simplesmente não estava acessível aos investidores em varejo há apenas alguns anos.

Pronto para descobrir pérolas subavaliadas ou confirmar sua tese sobre nomes conhecidos? Vá para NexusTrade e explore os relatórios gerados por IA por conta própria. Filtre por ano ou classificação para passar pelo ruído. Melhor ainda, use o chat de IA para encontrar ações que correspondam aos seus critérios de investimento exatos.

As ferramentas que antes eram reservadas para Wall Street agora estão em suas mãos – é hora de colocá-las para trabalhar.