Programa do Curso - Módulos, carga horária e resultados de aprendizagem
6 módulos · 48 aulas · 8 semanas · 120h+ de conteúdo e prática. Todo o programa é exclusivamente educacional - sem recomendações de investimento ou aconselhamento financeiro.
módulos
aulas
semanas
carga horária
O que são algoritmos de negociação: estrutura técnica
Objetivo do módulo
Compreender o que é um algoritmo de negociação do ponto de vista da ciência da computação e da engenharia de sistemas - sem julgamento sobre o uso para investimento. Ao final, o aluno será capaz de descrever a arquitetura básica de um sistema de negociação algorítmica e identificar seus componentes técnicos.
Conteúdo das aulas
- Definição técnica de algoritmo de negociação - o que é e o que não é
- Tipos de ordens de mercado: ordem a mercado, limitada, stop e seus mecanismos de execução
- Como funciona um motor de correspondência de ordens (matching engine)
- Arquitetura de sistemas de negociação: componentes, fluxo de dados e pontos de latência
- Protocolos de comunicação com exchanges: FIX, OUCH, ITCH - estrutura técnica
- Dados públicos de mercado: o que são, onde encontrar, formatos de arquivo
- Leitura de documentação técnica oficial: B3, CVM, SEC - como navegar fontes primárias
- Projeto prático: mapeamento de componentes de um sistema de negociação a partir de documentação pública
Resultado de aprendizagem: Descrever a estrutura técnica de um algoritmo de negociação, identificar tipos de ordens e interpretar documentação oficial de exchanges brasileiras.
Como funcionam algoritmos HFT: modelos de latência e execução
Objetivo do módulo
Analisar como algoritmos de alta frequência (HFT) processam informação de mercado e executam ordens em frações de segundo - como objeto de estudo técnico, não como modelo a replicar. O aluno aprenderá a identificar e descrever os componentes de um sistema HFT a partir de fontes acadêmicas e regulatórias públicas.
Conteúdo das aulas
- Definição de HFT: o que caracteriza um sistema de alta frequência segundo reguladores
- Co-location: o que é, como funciona, onde está documentado publicamente
- Latência de rede: medição, impacto técnico e infraestrutura de redução de latência
- Tipos de estratégias de execução HFT: market making algorítmico, arbitragem estatística - definições técnicas
- Riscos técnicos e operacionais de sistemas HFT: casos documentados de falhas (Flash Crash 2010)
- Como reguladores monitoram HFT: relatórios públicos da SEC, ESMA e CVM
- Infraestrutura de dados de mercado: feeds de dados, timestamps e integridade de registros
- Análise de whitepaper acadêmico sobre HFT: metodologia de leitura crítica
- Projeto: análise técnica de um caso documentado de algoritmo de execução a partir de fontes públicas
Resultado de aprendizagem: Explicar como funcionam algoritmos HFT com base em fontes acadêmicas e regulatórias, identificar componentes de latência e descrever riscos técnicos documentados.
Estrutura de dados abertos de mercado: B3, BACEN, CVM
Objetivo do módulo
Aprender a localizar, baixar e interpretar dados abertos de mercado publicados pelas autoridades brasileiras como estrutura de informação pública - não como sinal de compra ou venda. O foco é metodológico: como esses dados são organizados, o que representam e como citá-los com rigor jornalístico.
Conteúdo das aulas
- Portal de dados abertos da B3: como navegar, quais datasets estão disponíveis
- Book de ordens: estrutura técnica, campos de dados e o que cada campo representa
- Volume e liquidez como métricas de informação - diferença entre dado e sinal
- Portal de dados abertos do BACEN: séries históricas, como baixar e organizar
- CVM: sistema de divulgação de informações periódicas e eventuais (DFP, ITR, FRE)
- Introdução a SQL básico para consulta de bases de dados financeiras públicas
- Projeto: construção de um glossário anotado de dados abertos de mercado com fontes primárias citadas
Resultado de aprendizagem: Localizar e interpretar dados abertos da B3, BACEN e CVM; descrever a estrutura de um book de ordens; citar dados de mercado com rastreabilidade a fontes primárias.
Modelos e formatos de análise jornalística de dados financeiros
Objetivo do módulo
Aplicar metodologia de jornalismo de dados a informações financeiras complexas - como estruturar narrativas baseadas em fontes primárias verificadas, como apresentar dados de mercado para audiências não especializadas e quais formatos editoriais garantem clareza sem simplificação enganosa.
- O modelo de pirâmide invertida aplicado a dados financeiros: como estruturar a informação
- Visualização de dados financeiros: princípios de clareza e responsabilidade editorial
- Identificação e citação de fontes primárias em reportagens sobre algoritmos
- Entrevista técnica: como questionar especialistas em algoritmos sem aceitar afirmações sem evidência
- Formatos de reportagem de dados: texto analítico, infográfico explicativo, thread metodológica
- Estudos de caso anonimizados: cobertura de eventos de mercado por veículos de referência
- Erros comuns em cobertura de algoritmos financeiros e como evitá-los
- Projeto: produção de um texto analítico sobre dados financeiros públicos com fontes primárias
Resultado de aprendizagem: Produzir análises jornalísticas de dados financeiros com fontes primárias verificadas, aplicar formatos editoriais adequados e evitar simplificações enganosas.
Fact-checking de informações financeiras virais: checklist e critérios
Objetivo do módulo
Dominar o processo metodológico de verificação de informações financeiras virais - como identificar estruturas de desinformação em publicações sobre algoritmos e mercados, cruzar afirmações com fontes regulatórias oficiais e documentar o processo de verificação de forma transparente e rastreável.
- Anatomia de uma publicação financeira viral: elementos estruturais de desinformação
- Checklist de verificação de fontes primárias em notícias financeiras
- Cruzamento de dados: como comparar afirmações com registros oficiais da CVM e BACEN
- Identificação de pseudoespecialistas e credenciais fabricadas em conteúdo financeiro
- Como identificar desinformação financeira nas redes: padrões de linguagem e estrutura
- Ferramentas públicas de verificação: buscas avançadas, arquivamento de páginas, APIs de dados
- Documentação do processo de fact-checking: registro de evidências e rastreabilidade
- Projeto: fact-checking completo de uma publicação financeira viral com documentação de fontes
Resultado de aprendizagem: Aplicar checklist de verificação de fontes, identificar estruturas de desinformação financeira e documentar o processo de fact-checking com rastreabilidade completa.
Elaboração de relatórios e dashboards educacionais de dados
Objetivo do módulo
Estruturar relatórios analíticos e dashboards que comunicam dados financeiros com clareza, responsabilidade editorial e rastreabilidade de fontes. O projeto final deste módulo compõe o portfólio do aluno e é avaliado por tutor especializado.
- Estrutura de um relatório analítico de dados financeiros: seções, referências e metodologia
- Introdução a planilhas avançadas para análise de dados públicos de mercado
- SQL básico aplicado a bases de dados financeiras abertas: consultas fundamentais
- Leitura de APIs públicas de dados financeiros: B3 Market Data, API BACEN, dados CVM
- Design de dashboards educacionais: princípios de clareza e prevenção de leituras equivocadas
- Citação e referenciamento de dados financeiros: normas e boas práticas editoriais
- Revisão por pares: como avaliar o rigor metodológico de um relatório de dados
- Projeto final: relatório analítico completo com dados abertos + apresentação para tutor
Resultado de aprendizagem: Produzir um relatório analítico completo de dados financeiros públicos, construir um dashboard educacional e apresentar metodologia de análise com rastreabilidade de fontes.