DESAFIO: Ciências de dados. Investe.Ia: Seu Bot: Sua Solução: Sua Estratégia

EDITAL: IV JCPOLI 2025, da Escola Politécnica e de Artes da PUC GO, com o tema central “Criatividade e Inovação Para Um Futuro Sustentável”, no período de 23/04 a 26/04 de 2025. A programação completa da IV JCPOLI pode ser conferida em e-de-artes. https://congressos.pucgoias.edu.br/iv-jornada-cientifica-da-escola-politecnica-e-de-artes

Tema: Investe.AI — Sua IA, Seu Bot, Sua Estratégia (com bases abertas nacionais ou internacionais)
1. OBJETIVO
Proporcionar aos estudantes da Escola Politécnica e demais instituições participantes uma vivência prática no desenvolvimento de sistemas de trading automatizado com Inteligência Artificial, voltados à operação em ambiente simulado de bolsa. O desafio integra conceitos de aprendizado por reforço, análise de linguagem natural, backtesting e interface para visualização de resultados.

2. DESCRIÇÃO DO DESAFIO
Dataset livre (bases abertas nacionais ou internacionais): cada equipe escolhe uma base pública (Yahoo Finance, Alpha Vantage, B3, IpeaData, Kaggle etc.) e deve disponibilizar arquivos nos formatos CSV, JSON, Parquet ou SQL.
Bot de trading: operar comprar, vender ou manter posição (hold), com base em séries temporais, indicadores técnicos e análises de texto/notícias.
Simulação e feedback: ambiente simulado registrando todas as ações para otimização contínua.Componentes mínimos da solução:
1. Coleta e tratamento de dados históricos.
2.Modelagem de predições ou distribuição de retornos futuros.
3.Lógica de decisão com aprendizado por reforço ou algoritmos supervisionados.
4. Sistema de backtesting realista para simulação de ordens.
5.Interface interativa para análise dos resultados.

2.1 REGRAS DE TREINAMENTO E REPRODUTIBILIDADE
Período de Avaliação: As soluções serão avaliadas no período de 1 de janeiro de 2025 a 31 de março de 2025 em diversos ativos.
Corte de Dados de Treinamento: O dataset de treinamento não deve conter informações posteriores a 31 de dezembro de 2024.
Reprodutibilidade: Todos os modelos devem ter seeds de aleatoriedade fixas e documentadas, garantindo que os resultados possam ser reproduzidos. Modelos sem esta configuração terão seus experimentos considerados inválidos.

3. MÉTRICAS E BACKTESTING
Métricas obrigatórias:Percentual de operações vencedoras/perdedoras. Lucro Total. Taxa de acerto por tipo de decisão (comprar, vender, hold).
Requisitos de backtesting: Relatórios visuais e quantitativos das decisões

4. TESTE FINAL (HIDDEN DATASET)
Um arquivo de teste inédito será fornecido no dia da banca. As equipes não terão acesso prévio a esse dataset. Todas as soluções serão executadas nesse arquivo para classificação final, garantindo imparcialidade.

5. AMBIENTE DE TRABALHO
Implementação obrigatória em Python. 
Bibliotecas sugeridas: yfinance, backtrader, quantstats, stable-baselines3, transformers, streamlit, scikit-learn.
Organização do código em repositório GitHub público, com README e instruções de execução.
Infraestrutura de execução: soluções serão rodadas em servidor com 3× NVIDIA RTX A4000 (16 GB VRAM cada), 384 GB de RAM e até 200 GB de armazenamento por equipe.

6. INSCRIÇÕES
Inscrições via Microsoft Teams: https://msteams.link/ESEO
Equipes de 5 integrantes, com diversidade de perfis (ensino médio, graduação, MBA, mestrado, doutorado).
Prazo: de 23/04 até 26/04/2025.

7. DATAS IMPORTANTES
Desenvolvimento do projeto: 24/04 a 13/05/2025 (checkpoints em 24, 25 e 26/04).
Submissão final do git hub com relatório técnico e códigos prontos para o teste pela banca: 13/05/2025.
Apresentação e banca avaliadora dos 5 melhores projetos classificados: 16/05/2025.

8. COMISSÃO ORGANIZADORA
Profa. Dra. Maria José Pereira Dantas (PUC Goiás). Prof. Dr. José Elmo de Menezes (PUC Goiás). Me. Danilo Milhomem (egresso do mestrado PPGEIIA da PUC Goiás). Salatiel Abraão Avelar Jordão (Mestrando INPE em computação aplicada e egresso do curso de ciência da computação da PUC Goiás). Wilian Antunes (Mestrando INF-UFG e egresso do curso de ciência da computação da PUC Goiás).

Apoio IV JCPOLI:
Prof. Dr. Cristian Novoa (Coordenador do núcleo de apoio à pesquisa, ensino e extensão da matemática dos cursos da Escola POLI (NEPE- Matemática);
Prof. Dr. Marcos Lajovic (coordenador do mestrado em Engenharia Industrial e Inteligência artificial e coordenador do registro de patentes da PUC GO)
Profa. Me. Mirian Gusmão (diretora da Escola Politécnica e de Artes da PUc GO)

9. PREMIAÇÃO
Certificados para todas as equipes participantes.
Medalhas para as três melhores equipes.
Premiações especiais de patrocinadores (em negociação – pode ser prêmio em dinheiro como em outras edições, cursos pagos com licença para os membros classificados ou produtos tecnológicos).
Destaque para soluções com potencial de aplicação real e inovação – na banca terá um expert na area para julgar as soluções do ponto de vista de produto.

10. CONTATO
mjpdantas@gmail.com | mjdantas@pucgoias.edu.br | jelmo@gmail.com