Rafael Quintanilha
Rafael é um Engenheiro de Software com mais de uma década de experiência na criação de aplicações web. Após ter começado em 2012 trabalhando com PHP e jQuery, especializou-se posteriormente em React. Atualmente, atua como Engineering Manager numa startup americana. Seus principais focos são Next.js, IA e Python.
Em Janeiro de 2018 fez seu primeiro investimento na Bolsa de Valores, e desde então nunca mais parou. Decidiu criar o QuantBrasil como uma plataforma para estudos, análises e backtests de estratégias de investimentos, para fazer o que sabe de melhor — usar a tecnologia para resolver um problema da vida real.
Seus interesses se estendem à filosofia, teologia e literatura clássica, sobre os quais escreve ensaios em seu blog. Compartilha conteúdo regularmente no X (antigo Twitter) e no canal do YouTube do QuantBrasil, discutindo finanças quantitativas e sua experiência na gestão de um SaaS paralelo à carreira principal.
Do Autor (31 posts)
Talvez você não tenha percebido, mas grande parte do dia de um programador é dedicado a escrever: código, comentários, emails, mensagens – seja em português, inglês, Python ou JavaScript –, estamos se...
Evitando a analysis paralysis na hora de escolher o modelo adequado para cada tarefa.
Um workflow realista que pode ser aplicado até por qualquer programador
Pare de chutar e entenda de uma vez por todas a razão da composição do seu portfólio.
Estaria o fim dos programadores cada vez mais próximo?
A forma correta de selecionar as cash cows.
Um paradoxo surpreendente do mercado de ações.
O que eu sugiro a todos que estão começando.
Como analisar séries temporais utilizando Python.
Una rentabilidade com eficiência nessa nova ferramenta do QuantBrasil.
Desafios e oportunidades na era da Inteligência Artificial.
Uma prova de conceito baseada no canal Sexto Round do YouTube.
A resposta pode não ser o que você pensa.
Uma lição que vem dos Alpes.
Relatos de uma semana utilizando a nova ferramenta de IA da Anthropic.
Sobre o que e porquê escrever.
Um guia prático com detalhes que normalmente não tem contam.
Pelo menos é isso que diz o Teorema de Bayes.
Dessa vez, acreditem: não é só hype.
Isso faz toda diferença na montagem de um portfólio.
Aprenda como esse indicador se diferencia de outros e quais vantagens um trader pode ter ao analisá-lo.
O Expoente de Hurst é um indicador que nos permite identificar tendências em uma série temporal.
Descubra as zonas de suporte e resistência, o Value-at-Risk, e gere uma simulação de Monte Carlo para o IBOV utilizando Python.
Utilize a API da Coinbase para ter acesso aos dados atualizados das criptomoedas.
Aprenda sobre o EV em diferentes contextos e como aplicar esse conceito na prática.
Um resumo de uma plataforma dedicada ao trader quantitativo brasileiro.
Uma explicação detalhada sobre um sistema de trading colocado em prática.
Utilizando Python, aprenda a calcular o retorno dessa famosa estratégia de day-trade.
Aprenda, com exemplos, como calcular o beta de uma ação por 3 métodos diferentes.
Utilize Python para calcular as maiores quedas de um ativo em um determinado período de tempo.
Análises quantitativas são uma ferramenta muito poderosa para qualquer projeto de Data Science. Aprenda como iniciar nesse processo, desde adquirir os dados até o seu processamento.