docs: ajustar links das trilhas no index

content/01-finquant/2025-s1/cluster-portfolio.md

@@ -55,13 +55,13 @@ O backtest foi implementado em períodos de **três meses**, durante o período
 
 O algoritmo de **clusterização** foi utilizado como forma de **restringir** o universo de possibilidades a serem otimizadas. Para isso, foram empregados indicadores financeiros derivados de dados públicos divulgados trimestralmente pelas empresas do mercado brasileiro, com base nos **Demonstrativos de Resultados (DRE)** e nos **Fluxos de Caixa**. A calibração do modelo resultou na formação de **três grupos**, número definido a partir dos testes empíricos do **método do cotovelo** e da **silhueta**.
 
-![[projeto-cluster-portfolio-1.png]]
+![[../../imagens/projeto-cluster-portfolio/projeto-cluster-portfolio-1.png]]
 
 >[!info]
 >A análise visual desses métodos indicou que o teste do cotovelo delimitou a escolha entre **três e oito** clusters
 
 
-![[projeto-cluster-portfolio-7.png]]
+![[../../imagens/projeto-cluster-portfolio/projeto-cluster-portfolio-7.png]]
 
 >[!info]
 >Enquanto o teste da silhueta mostrou que as pontuações entre **quatro e sete** permaneceram no mesmo patamar
@@ -76,7 +76,7 @@ A seguinte análise de performance visa responder e comparar tanto os desempenho
 
 O backtest foi realizado considerando todos os trimestres de **2020 a 2024**. Nesse período, a carteira principal selecionou ao todo **29 ações**. Para destacar a relevância das escolhas, priorizou-se analisar as ações mais **recorrentes ao longo do tempo**, em vez das que tiveram **maior peso médio** em períodos isolados. Isso porque houve momentos em que a carteira concentrou peso **excessivo em uma única ação**, que depois acabou não retornando mais ao portfólio, o que poderia **distorcer a análise**.
 
-![[projeto-cluster-portfolio-9.png]]
+![[../../imagens/projeto-cluster-portfolio/projeto-cluster-portfolio-9.png]]
 
 
 As ações que mais se destacaram no portfólio, tanto pela **frequência** quanto pelo **peso médio**, podem ser organizadas e descritas principalmente pelos seguintes setores e suas características:
@@ -105,7 +105,7 @@ De forma geral, a carteira apresentou **diversidade setorial**, com predominânc
 
 Outro ponto relevante diz respeito à **dinâmica temporal dos pesos atribuídos**. Não basta analisar quais ações foram selecionadas, mas também **quando** e com **qual intensidade** participaram da carteira. 
 
-![[projeto-cluster-portfolio-3.png]]
+![[../../imagens/projeto-cluster-portfolio/projeto-cluster-portfolio-3.png]]
 
 >[!info]
 >A leitura visual mostra que houve uma concentração a um único ativo por período de forma **sistêmica**, justamente pela escolha do critério de **Sharp Ratio**. O algoritimo acabou não fazendo uma boa distribuição de pesos, concentrando o peso do portfólio em cada período em uma única ação somente. Diante desse fato, será mostrado mais adiante, que isso acabou comprometendo a intenção inicial de reduzir riscos sistêmicos e de potencializar o retorno esperado.
@@ -116,7 +116,7 @@ Portanto, dinâmica da carteira **não é passiva**, no sentido de se comprar e
 
 Esse comportamento dinâmico levanta a questão central: até que ponto a rotação ativa e a diversificação de setores se traduziram em **resultados financeiros concretos**? Para responder, é necessário observar a **rentabilidade acumulada e parcial** da carteira ao longo do intervalo de tempo.
 
-![[projeto-cluster-portfolio-6.png]]
+![[../../imagens/projeto-cluster-portfolio/projeto-cluster-portfolio-6.png]]
 
 >[!info]
 >A análise de performance revela que essa dinâmica **não se traduziu em resultados sustentáveis**. O resultado final da estratégia ao longo dos cinco anos (**2020–2025**) foi um **prejuízo acumulado de 24%**. A trajetória até esse desfecho foi **extremamente volátil**: a carteira chegou a registrar ganhos **próximos de 40%** no início de **2023**, mas reverteu toda a valorização e **terminou em território negativo**. O percurso expôs o portfólio a um **risco elevado**, com um **drawdown inicial superior a 50%** no primeiro trimestre de **2020** e uma **curva de capital instável** ao longo do tempo.
@@ -125,7 +125,7 @@ O comportamento trimestral reforça essa leitura: a estratégia alternou trimest
 
 A fins de exercício da estratégia, foi estipulado um **valor patrimonial inicial** de **R$ 100.000,00**. Esse valor serve como referência base para avaliar tanto o crescimento quanto as perdas ao longo do período, permitindo interpretar os movimentos patrimoniais em termos **relativos e absolutos**.
 
-![[projeto-cluster-portfolio-4.png]]
+![[../../imagens/projeto-cluster-portfolio/projeto-cluster-portfolio-4.png]]
 
 >[!info]
 >A linha de preta de mostra a referência incial dos R$ 100.000,00 investidos incialmente. As barras vermelhas mostram os períodos que o portfólio ficou abaixo desse patamar e as barras verdes mostram os períodos que ficou acima. 
@@ -141,7 +141,7 @@ O **VaR** estima a **perda máxima esperada** do portfólio em um horizonte de t
 
 Já o **CVaR** calcula a **perda média nos piores cenários**, ou seja, quando a perda ultrapassa o valor estimado pelo VaR. No caso do portfólio analisado, essa métrica indicou uma **queda de -30%**, evidenciando a severidade das perdas em **eventos extremos**. Assim, enquanto o VaR estabelece um **limite de perda “esperado”**, o CVaR captura a **magnitude real das perdas** nos piores cenários, sendo especialmente relevante para estratégias **concentradas** ou com **retornos assimétricos**.
 
-![[projeto-cluster-portfolio-2.png]]
+![[../../imagens/projeto-cluster-portfolio/projeto-cluster-portfolio-2.png]]
 
 No caso do portfólio analisado, o VaR mensal de **-15%** confirma que a estratégia **assume risco elevado** de forma consistente, enquanto o CVaR de **-30%** evidencia que, quando o limite do VaR é ultrapassado, o **prejuízo médio esperado é substancial**. Os eventos históricos de **-50%**, **-31%** e **-18%** reforçam a materialização concreta desse risco, demonstrando que perdas severas **não** são meros acidentes, mas sim uma **característica estrutural** da carteira. O **drawdown máximo de 51%** registrado no início de **2020** confirma que o portfólio é vulnerável a **choques extremos**, resultado da **extrema concentração** de capital em poucos ativos.
 
@@ -170,7 +170,7 @@ Na fase de **validação interna**, o número de clusters indicados como ideal v
 
 O projeto demonstrou que a estratégia de **otimização via clusterização**, na forma como foi implementada, **não cumpriu o objetivo** inicial de **reduzir risco** e **maximizar o Sharpe Ratio**. A carteira resultante apresentou **desempenho volátil**, **forte concentração** em poucos ativos e um **resultado acumulado negativo**, evidenciando **falhas de gestão de risco**.
 
-![[projeto-cluster-portfolio-5.png]]
+![[../../imagens/projeto-cluster-portfolio/projeto-cluster-portfolio-5.png]]
 
 >[!info]
 >Comparação entre a **rentabilidade acumulada** da nossa carteira principal com o **Ibovespa** e com a **carteira sem clusterizar**, que apenas pegava ações do universo inteiro com maior maior Sharpe Ratio no período. Podemos perceber o desempenho ficou bem aquém do esperado.

content/01-finquant/2025-s1/trading-ia.md

@@ -11,7 +11,7 @@ O mercado de criptoativos revolucionou o cenário financeiro com sua natureza di
 
 A volatilidade, embora possa gerar ganhos substanciais se as negociações forem feitas no momento certo — o que no jargão cripto é conhecido como _“buy the dip”_ (comprar na baixa) e _“taking profit_” (realizar lucro) — , também pode resultar em perdas significativas se não for gerenciada adequadamente. Vender na baixa e comprar na alta são exemplos clássicos de operações prejudiciais. Essa característica intrínseca do mercado cripto não pode ser ignorada no desenvolvimento de estratégias de investimento.
 
-![[projeto-tiago-1.jpg]]
+![[../../imagens/projeto-trading-ia/projeto-tiago-1.jpg]]
 
 Nesse contexto dinâmico, o desenvolvimento de estratégias de trading robustas e adaptáveis é crucial. A busca por métodos que possam explorar as ineficiências do mercado, ao mesmo tempo em que mitigam os riscos inerentes, motiva a criação de abordagens inovadoras. Nosso projeto se insere nessa lacuna, buscando desenvolver e comparar duas estratégias distintas para negociação de criptomoedas, visando não apenas a rentabilidade, mas também a resiliência em cenários voláteis.
 
@@ -73,17 +73,17 @@ df.to_csv(f'fechamentos/{symbol}_{interval}_data.csv', index=False)
 
 A seleção das moedas utilizadas na estratégia foi baseada em seu **valor de mercado (_Market Cap_)**. Assim, foram escolhidas as 13 maiores criptomoedas nesse critério. Em seguida, para a estratégia de arbitragem, realizou-se o teste de cointegração entre todos os pares possíveis, a fim de identificar aqueles mais adequados para a formação das estratégias de negociação. Já para o modelo de _machine learning_, os dados foram acrescidos com variáveis derivadas como: retornos, médias móveis, volatilidade histórica, etc.
 
-![[projeto-tiago-2.jpg]]
+![[../../imagens/projeto-trading-ia/projeto-tiago-2.jpg]]
 
 ## Análise exploratória dos dados (estatísticas e gráficos)
 
 Para compreender as análises e gráficos apresentados a seguir, é importante inicialmente observar o comportamento histórico dos valores das criptomoedas selecionadas. Abaixo, são exibidos, como exemplo, os gráficos de duas das moedas que se mostraram cointegradas após uma análise de correlação histórica.
 
-![[projeto-tiago-3.jpg]]
+![[../../imagens/projeto-trading-ia/projeto-tiago-3.jpg]]
 
 Abaixo, apresenta-se a análise do crescimento do capital inicial da estratégia. O gráfico correspondente ilustra a evolução percentual tanto dos ativos quanto da estratégia de trading no período entre 05/01/2025 e 20/07/2025.
 
-![[projeto-tiago-4.jpg]]
+![[../../imagens/projeto-trading-ia/projeto-tiago-4.jpg]]
 
 >[!info]
 >Observa-se que o capital inicial da estratégia obteve um crescimento aproximado de **40%** ao final da simulação, enquanto os ativos individualmente apresentaram variações bem mais modestas: cerca de **3%** para o Ativo 1 e praticamente **0%** para o Ativo 2
@@ -116,7 +116,7 @@ Ferramentas e análises: Para tomar as decisões, os traders utilizam principalm
 
 A arbitragem estatística, ou _pair trading_, é uma estratégia que busca explorar relações históricas entre dois ativos que apresentam alta correlação ou, sendo um pouco mais específico, séries coestacionárias ou cointegradas.
 
-![[projeto-tiago-5.jpg]]
+![[../../imagens/projeto-trading-ia/projeto-tiago-5.jpg]]
 
 >[!info]
 >Como ilustrado na imagem, durante o período observado, o par de ativos 1 e 2 tende a retornar ao spread médio histórico
@@ -125,12 +125,12 @@ A lógica é simples: quando dois ativos se movem juntos ao longo do tempo, desv
 
 No contexto de criptomoedas, essa abordagem pode, por exemplo, aproveitar diferenças momentâneas entre pares como **BTC/BNB.** Em muitos casos, a verificação da **cointegração** é ainda mais relevante do que a correlação, já que séries de preços normalmente não são estacionárias individualmente, mas podem formar uma combinação linear estacionária, caracterizando cointegração.
 
-![[projeto-tiago-7.jpg]]
+![[../../imagens/projeto-trading-ia/projeto-tiago-7.jpg]]
 
 >[!info]
 >A fim de curiosidade, esta figura mostra que a cointegração só permaneceu como condição verdadeira para os pares BNBxLTC durante um período de poucos meses, valendo lembrar que a estratégia de pair trading só ocorre quando estes dois ativos estiverem cointegrados
 
-![[projeto-tiago-8.jpg]]
+![[../../imagens/projeto-trading-ia/projeto-tiago-8.jpg]]
 
 >[!info]
 >Outra coisa interessante de se analisar é que quando usamos janelas muito curtas de cointegração (menos de 120 dias) começamos a ter problemas com falsos positivos (períodos cointegrados de poucos dias). Então é vital usar janelas de tempo bem definidas e que de fato encapsulem os comportamentos da série.
@@ -185,7 +185,7 @@ Para entender a estratégia, o gráfico mais importante é o **z-score do spread
 - Quando o z-score está **positivo e acima do limite**, a estratégia **vende o ativo 1 e compra o ativo 2**.
 - Quando o z-score está **negativo e abaixo do limite**, faz-se o inverso: **compra o ativo 1 e vende o ativo 2**.
 
-![[projeto-tiago-9.jpg]]
+![[../../imagens/projeto-trading-ia/projeto-tiago-9.jpg]]
 
 >[!info]
 >Esta imagem ilustra o código acima, em que, dependendo do z-score, assumimos uma posição e encerramos na expectativa de reversão a média histórica.
@@ -194,7 +194,7 @@ O objetivo é obter lucro mesmo em mercados laterais, já que o ganho não depen
 
 E, como mostrado anteriormente, a estratégia somente irá operar em momentos de cointegração, mesmo assim, ao trabalhar com múltiplas moedas, temos muitas oportunidades ao longo do tempo.
 
-![[projeto-tiago-10.jpg]]
+![[../../imagens/projeto-trading-ia/projeto-tiago-10.jpg]]
 
 >[!info]
 >Esta simulação de 2020 a 2025, por exemplo, contou com cerca de 12 moedas, totalizando 66 pares, e, em média, operava com cerca de 3,5 posições abertas simultaneamente.
@@ -232,7 +232,7 @@ O desenvolvimento da estratégia segue um processo bem definido, com etapas lóg
 
 O treino ocorre conforme a imagem abaixo:
 
-![[projeto-tiago-11.jpg]]
+![[../../imagens/projeto-trading-ia/projeto-tiago-11.jpg]]
 
 4. **Treinamento do Modelo (XGBoost):** O modelo é treinado para prever a probabilidade de alta/baixa. Seus **hiperparâmetros** são ajustados para otimizar o desempenho do modelo. Os principais são:
 
@@ -284,7 +284,7 @@ $$
 
 O modelo de arbitragem, em sua forma inicial, mostrou-se altamente ineficiente para lidar com quebras na cointegração durante períodos de alta volatilidade. Em diversos momentos, acabou apostando em reversões que nunca ocorreram, resultando em retornos que variaram entre **-15% e -60%**. Como exemplo, uma simulação apresentou **drawdown de 50%** e retorno acumulado de **-28% em quatro anos**, evidenciando o risco excessivo da abordagem original.
 
-![[projeto-tiago-12.jpg]]
+![[../../imagens/projeto-trading-ia/projeto-tiago-12.jpg]]
 
 >[!info]
 >Inicialmente a estratégia assumia um risco gigantesco e tinha retorno negativo.
@@ -293,16 +293,16 @@ Para mitigar esses problemas, foram adicionados alguns filtros de segurança. Fo
 
 Por fim, obtivemos os seguintes resultados:
 
-![[projeto-tiago-13.jpg]]
+![[../../imagens/projeto-trading-ia/projeto-tiago-13.jpg]]
 
-![[projeto-tiago-14.jpg]]
+![[../../imagens/projeto-trading-ia/projeto-tiago-14.jpg]]
 
-![[projeto-tiago-15.jpg]]
+![[../../imagens/projeto-trading-ia/projeto-tiago-15.jpg]]
 
 >[!info]
 >Retorno final de apenas 2,5% do dia 01/01/2020 até 01/01/2025.
 
-![[projeto-tiago-16.jpg]]
+![[../../imagens/projeto-trading-ia/projeto-tiago-16.jpg]]
 
 Mesmo com essas melhorias — que reduziram bastante o risco e eliminaram os retornos negativos — a estratégia continuou inconsistente, apresentando **drawdown de 12% e retorno acumulado de apenas 2,5%**. Alguns pares se beneficiaram significativamente, alcançando **mais de 120% de retorno**, enquanto muitos outros registraram resultados negativos. Isso mostra a limitação de um **modelo heurístico**, baseado em regras fixas como “comprar se o z-score cair abaixo de X e vender se voltar a Y”, que não se adapta sozinho às mudanças do mercado. Ainda mais em um mercado como o de criptomoedas, com **alta volatilidade e padrões imprevisíveis**, esse tipo de modelo tende a falhar, mostrando que são necessários ajustes mais sofisticados para lidar com essas condições.
 
@@ -327,72 +327,72 @@ Foi feita análise com 13 criptomoedas diferentes, porém apenas as 8 a seguir t
 - **Análise:** O desempenho da estratégia e do _Buy_ & _Hold_ foram muito semelhantes durante a maior parte do período histórico. Em alguns momentos, a estratégia conseguiu reduzir perdas, mas em outros, não capturou totalmente as altas do mercado.
 - **Veredito:** **Desempenho Misto/Inferior.** No período _“Out-of-Sample”_, a estratégia de _Buy_ & _Hold_ mostrou um retorno superior, indicando que, para o Bitcoin, o modelo não conseguiu gerar um alfa consistente e seria mais vantajoso apenas ter mantido o ativo.
 
-![[projeto-tiago-17.jpg]]
+![[../../imagens/projeto-trading-ia/projeto-tiago-17.jpg]]
 
-![[projeto-tiago-18.jpg]]
+![[../../imagens/projeto-trading-ia/projeto-tiago-18.jpg]]
 
 ### 2. Ethereum (ETHUSDT)
 
 - **Análise:** Assim como no Bitcoin, a performance da estratégia para o Ethereum foi bastante próxima à do _Buy_ & _Hold_. A estratégia parece ter navegado um pouco melhor nos períodos de baixa, com _drawdowns_ (quedas) menos acentuados, mas também ficou atrás durante as fortes altas.
 - **Veredito:** **Desempenho Misto/Inferior.** No período de teste final (_“Out-of-Sample”_), o _Buy_ & _Hold_ novamente superou a estratégia, que não conseguiu acompanhar o ímpeto do mercado.
  
-![[projeto-tiago-19.jpg]]
+![[../../imagens/projeto-trading-ia/projeto-tiago-19.jpg]]
 
-![[projeto-tiago-20.jpg]]
+![[../../imagens/projeto-trading-ia/projeto-tiago-20.jpg]]
 
 ### 3. Solana (SOLUSDT)
 
 - **Análise:** Este é o caso de maior sucesso para o modelo. A estratégia superou massivamente o _Buy_ & _Hold_ durante quase todo o período, incluindo uma performance espetacular no período _“Out-of-Sample”_. O modelo conseguiu identificar e se beneficiar da forte tendência de alta da Solana de forma muito mais eficaz.
 - **Veredito:** **Desempenho Muito Superior.** A estratégia gerou retornos exponencialmente maiores, provando ser extremamente eficaz para este ativo.
 
-![[projeto-tiago-21.jpg]]
+![[../../imagens/projeto-trading-ia/projeto-tiago-21.jpg]]
 
-![[projeto-tiago-22.jpg]]
+![[../../imagens/projeto-trading-ia/projeto-tiago-22.jpg]]
 
 ### 4. Ripple (XRPUSDT)
 
 - **Análise:** A estratégia demonstrou uma clara vantagem sobre o _Buy_ & _Hold_. Ela conseguiu capturar os movimentos de alta e, crucialmente, proteger o capital durante as quedas e longos períodos de lateralização do XRP. O gráfico da estratégia é visivelmente mais suave e consistentemente ascendente.
 - **Resultado:** **Desempenho Superior.** O modelo foi bem-sucedido, entregando retornos mais altos com uma aparente redução de risco em comparação com simplesmente manter o ativo.
 
-![[projeto-tiago-23.jpg]]
+![[../../imagens/projeto-trading-ia/projeto-tiago-23.jpg]]
 
-![[projeto-tiago-24.jpg]]
+![[../../imagens/projeto-trading-ia/projeto-tiago-24.jpg]]
 
 ### 5. Bitcoin Cash (BCHUSDT)
 
 - **Análise:** A estratégia apresentou um resultado significativamente melhor que o _Buy_ & _Hold_. Enquanto o _Buy_ & _Hold_ teve um retorno modesto e volátil, a estratégia mostrou um crescimento muito mais robusto e consistente, especialmente a partir de 2023 e continuando no período _“Out-of-Sample”_.
 - **Resultado:** **Desempenho Superior.** O modelo de _Machine Learning_ conseguiu extrair valor de forma consistente do BCH, superando com folga a estratégia passiva.
 
-![[projeto-tiago-25.jpg]]
+![[../../imagens/projeto-trading-ia/projeto-tiago-25.jpg]]
 
-![[projeto-tiago-26.jpg]]
+![[../../imagens/projeto-trading-ia/projeto-tiago-26.jpg]]
 
 ### 6. Litecoin (LTCUSDT)
 
 - **Análise:** A estratégia se mostrou superior ao _Buy_ & _Hold_ na maior parte do tempo. O modelo foi particularmente eficaz em evitar as perdas profundas que o _Buy_ & _Hold_ sofreu entre meados de 2021 e o final de 2023. Embora não tenha capturado o pico máximo em 2021, a gestão de risco resultou em um retorno acumulado maior no final do período.
 - **Resultado:** **Desempenho Superior.** A capacidade de mitigar perdas foi o grande diferencial, tornando a estratégia mais lucrativa a longo prazo.
 
-![[projeto-tiago-27.jpg]]
+![[../../imagens/projeto-trading-ia/projeto-tiago-27.jpg]]
 
-![[projeto-tiago-28.jpg]]
+![[../../imagens/projeto-trading-ia/projeto-tiago-28.jpg]]
 
 ### 7. BNB (BNBUSDT)
 
 - **Análise:** Este é um caso claro de falha do modelo. A estratégia de _Buy_ & _Hold_ para o BNB foi imensamente mais lucrativa. O modelo de _Machine Learning_ gerou um retorno quase irrelevante em comparação com a valorização explosiva do ativo.
 - **Resultado:** **Desempenho Muito Inferior.** A estratégia falhou completamente em capturar o potencial de crescimento do BNB, tornando o _Buy_ & _Hold_ a escolha indiscutivelmente melhor.
 
-![[projeto-tiago-29.jpg]]
+![[../../imagens/projeto-trading-ia/projeto-tiago-29.jpg]]
 
-![[projeto-tiago-30.jpg]]
+![[../../imagens/projeto-trading-ia/projeto-tiago-30.jpg]]
 
 ### 8. Cardano (ADAUSDT)
 
 - **Análise:** Semelhante ao BNB, a estratégia para Cardano teve um desempenho muito fraco. Ela não participou da gigantesca alta de 2021 e, desde então, gerou retornos mínimos. O _Buy_ & _Hold_, mesmo com sua alta volatilidade e quedas acentuadas, foi ordens de magnitude mais rentável.
 - **Resultado:** **Desempenho Muito Inferior.** O modelo não foi eficaz para o ADA, e um investidor teria tido um resultado drasticamente melhor apenas mantendo a criptomoeda.
 
-![[projeto-tiago-31.jpg]]
+![[../../imagens/projeto-trading-ia/projeto-tiago-31.jpg]]
 
-![[projeto-tiago-32.jpg]]
+![[../../imagens/projeto-trading-ia/projeto-tiago-32.jpg]]
 
 ## Conclusão e possíveis melhorias no código:
 

content/01-finquant/index.md

@@ -3,7 +3,7 @@ title: " FinQuant"
 ---
 
 >[!warning]
-> Se você é membro da dev e quer contribuir com algum material, se liga no **Guia do Hub** disponível na seção Extras: [[trilhas/04-extras/2025-s2/guia-hub|Guia do Hub]]
+> Se você é membro da dev e quer contribuir com algum material, se liga no **Guia do Hub** disponível na seção Extras: [[../04-extras/2025-s2/guia-hub|Guia do Hub]]
 
 ## Destaques recentes:  
 

content/02-ia/2025-s1/desigualdade-ia.md

@@ -39,25 +39,25 @@ _**Autores:** Felipe Bulgareli de Faria · Gustavo Katsuo Tsutsui · Thales Viei
 - **Tabela 3.** Perfil detalhado dos 12 clusters  
 
 ## Seções
-- [Introdução](#introdução)
+- [Introdução](desigualdade-ia.md#introdução)
-- [Descrição e origem dos dados utilizados](#descrição-e-origem-dos-dados-utilizados)
+- [Descrição e origem dos dados utilizados](desigualdade-ia.md#descrição-e-origem-dos-dados-utilizados)
-- [Processamento e preparação dos dados](#processamento-e-preparação-dos-dados)
+- [Processamento e preparação dos dados](desigualdade-ia.md#processamento-e-preparação-dos-dados)
-- [Análise exploratória](#análise-exploratória)
+- [Análise exploratória](desigualdade-ia.md#análise-exploratória)
-- [Metodologia](#metodologia)
+- [Metodologia](desigualdade-ia.md#metodologia)
-  - [Procedimentos adotados](#procedimentos-adotados)
+  - [Procedimentos adotados](desigualdade-ia.md#procedimentos-adotados)
-  - [Decisões técnicas](#decisões-técnicas)
+  - [Decisões técnicas](desigualdade-ia.md#decisões-técnicas)
-- [Resultados e avaliação](#resultados-e-avaliação)
+- [Resultados e avaliação](desigualdade-ia.md#resultados-e-avaliação)
-  - [Análise de regressão linear](#análise-de-regressão-linear)
+  - [Análise de regressão linear](desigualdade-ia.md#análise-de-regressão-linear)
-	  - [Gráficos e interpretação dos resultados](#gráficos-e-interpretação-dos-resultados)
+	  - [Gráficos e interpretação dos resultados](desigualdade-ia.md#gráficos-e-interpretação-dos-resultados)
-  - [Resultados do clustering K-Means (k = 2)](#resultados-do-clustering-k-means-k--2)
+  - [Resultados do clustering K-Means (k \= 2)](desigualdade-ia.md#resultados-do-clustering-k-means-k--2)
-    - [Métricas e gráficos](#métricas-e-gráficos)
+    - [Métricas e gráficos](desigualdade-ia.md#métricas-e-gráficos)
-    - [Interpretação dos resultados](#interpretação-dos-resultados)
+    - [Interpretação dos resultados](desigualdade-ia.md#interpretação-dos-resultados)
-  - [Resultados do clustering hierárquico (k = 12)](#resultados-do-clustering-hierárquico-k-12)
+  - [Resultados do clustering hierárquico (k \= 12)](desigualdade-ia.md#resultados-do-clustering-hierárquico-k-12)
-    - [Métricas e gráficos](#métricas-e-gráficos-1)
+    - [Métricas e gráficos](desigualdade-ia.md#métricas-e-gráficos-1)
-    - [Interpretação dos resultados](#interpretação-dos-resultados-1)
+    - [Interpretação dos resultados](desigualdade-ia.md#interpretação-dos-resultados-1)
-- [Discussão, limitações e próximos passos](#discussão-limitações-e-próximos-passos)
+- [Discussão, limitações e próximos passos](desigualdade-ia.md#discussão-limitações-e-próximos-passos)
-- [Conclusão](#conclusão)
+- [Conclusão](desigualdade-ia.md#conclusão)
-- [Referências](#referências)
+- [Referências](desigualdade-ia.md#referências)
 
 ## Introdução
 
@@ -116,7 +116,7 @@ Subsequentemente, os 21 arquivos foram concatenados em um único DataFrame, que
 
 	Figura 1 - Dados Concatenados
 
-![[projeto-desigualdade-ia-18.png]]
+![[../../imagens/projeto-desigualdade-ia/projeto-desigualdade-ia-18.png]]
 
 >[!info]
 >Fonte: Elaboração Própria
@@ -125,7 +125,7 @@ Por conseguinte, foi iniciada a etapa de identificação de valores ausentes e n
 
 	Figura 2 - Identificação de Valores Nulos
 
-![[projeto-desigualdade-ia-16.png]]
+![[../../imagens/projeto-desigualdade-ia/projeto-desigualdade-ia-16.png]]
 
 >[!info]
 >Fonte: Elaboração Própria
@@ -138,7 +138,7 @@ Nesse sentido, também foi calculado e plotado o coeficiente de variação, ferr
 
 	Figura 3 - Coeficiente de Variação por Indicador
 
-![[projeto-desigualdade-ia-8.png]]
+![[../../imagens/projeto-desigualdade-ia/projeto-desigualdade-ia-8.png]]
 
 >[!info]
 >Fonte: Elaboração Própria
@@ -147,14 +147,14 @@ Ademais, foi inicializada as visualizações exploratórias, para detectar padr
 
 	Figura 4 - Histograma dos Indicadores
 
-![[projeto-desigualdade-ia-7.png]]
+![[../../imagens/projeto-desigualdade-ia/projeto-desigualdade-ia-7.png]]
 
 >[!info]
 >Fonte: Elaboração Própria
 
 	Figura 5 - Boxplot dos Indicadores
 
-![[projeto-desigualdade-ia-10.png]]
+![[../../imagens/projeto-desigualdade-ia/projeto-desigualdade-ia-10.png]]
 
 >[!info]
 >Fonte: Elaboração Própria
@@ -163,7 +163,7 @@ Além disso, foi realizada uma análise de correlação entre os índices. Para
 
 	Figura 6 - Matriz de correlação dos Indicadores
 
-![[projeto-desigualdade-ia-9.png]]
+![[../../imagens/projeto-desigualdade-ia/projeto-desigualdade-ia-9.png]]
 
 >[!info]
 >Fonte: Elaboração Própria
@@ -189,67 +189,67 @@ Por fim, para esses pares altamente correlacionados, foram feitos gráficos de d
 
 	Figura 7 - Dispersão domicílios sem água vs. cobertura vegetal per capita
 
-![[projeto-desigualdade-ia-2.png]]
+![[../../imagens/projeto-desigualdade-ia/projeto-desigualdade-ia-2.png]]
 
 >[!info]
 >Fonte: Elaboração Própria
 
 	Figura 8 - Dispersão domicílios sem esgoto vs. cobertura vegetal per capita
 
-![[projeto-desigualdade-ia-1.png]]
+![[../../imagens/projeto-desigualdade-ia/projeto-desigualdade-ia-1.png]]
 
 >[!info]
 >Fonte: Elaboração Própria
 
 	Figura 9 - Dispersão domicílios sem esgoto vs. domicílios sem água
 
-![[projeto-desigualdade-ia-14.png]]
+![[../../imagens/projeto-desigualdade-ia/projeto-desigualdade-ia-14.png]]
 
 >[!info]
 >Fonte: Elaboração Própria
 
 	Figura 10 - Dispersão estabelecimentos formais vs empregos formais
 
-![[projeto-desigualdade-ia-11.png]]
+![[../../imagens/projeto-desigualdade-ia/projeto-desigualdade-ia-11.png]]
 
 >[!info]
 >Fonte: Elaboração Própria
 
 	Figura 11 - Dispersão famílias transferência renda vs famílias em extrema pobreza
 
-![[projeto-desigualdade-ia-13.png]]
+![[../../imagens/projeto-desigualdade-ia/projeto-desigualdade-ia-13.png]]
 
 >[!info]
 >Fonte: Elaboração Própria
 
 	Figura 12 - Dispersão  violência pessoas idosas vs violência crianças adolescentes
 
-![[projeto-desigualdade-ia-15.png]]
+![[../../imagens/projeto-desigualdade-ia/projeto-desigualdade-ia-15.png]]
 
 >[!info]
 >Fonte: Elaboração Própria
 
 	Figura 13- Dispersão  taxa mortalidade infantil vs proporção gestantes adolescentes
 
-![[projeto-desigualdade-ia-17.png]]
+![[../../imagens/projeto-desigualdade-ia/projeto-desigualdade-ia-17.png]]
 
 	Figura 14- Dispersão  taxa mortalidade infantil vs idade média ao morrer
 
-![[projeto-desigualdade-ia-19.png]]
+![[../../imagens/projeto-desigualdade-ia/projeto-desigualdade-ia-19.png]]
 
 >[!info]
 >Fonte: Elaboração Própria
 
 	Figura 15- Dispersão proporção gestantes adolescentes vs idade média ao morrer
 
-![[projeto-desigualdade-ia-20.png]]
+![[../../imagens/projeto-desigualdade-ia/projeto-desigualdade-ia-20.png]]
 
 >[!info]
 >Fonte: Elaboração Própria
 
 	Figura 16- Dispersão  população situação de rua vs livros servicos leitura
 
-![[projeto-desigualdade-ia-21.png]]
+![[../../imagens/projeto-desigualdade-ia/projeto-desigualdade-ia-21.png]]
 
 >[!info]
 >Fonte: Elaboração Própria
@@ -272,7 +272,7 @@ Em suma, o fluxo metodológico envolveu a utilização de modelos preditivos sim
 
 	Figura 17 - Fluxograma do projeto
 
-![[projeto-desigualdade-ia-22.png]]
+![[../../imagens/projeto-desigualdade-ia/projeto-desigualdade-ia-22.png]]
 
 >[!info]
 >Fonte: Elaboração Própria
@@ -336,14 +336,14 @@ A análise das projeções (Figura 1 e 2) revela que indicadores de infraestrutu
 
 	 Figura 18: Tendência Linear Forte (Alto R²)
 
-![[projeto-desigualdade-ia-23.png]]
+![[../../imagens/projeto-desigualdade-ia/projeto-desigualdade-ia-23.png]]
 
 >[!info]
 >Fonte: Elaboração Própria
 
 	Figura 19: Tendência Fraca (Baixo R²)
 
-![[projeto-desigualdade-ia-24.png]]
+![[../../imagens/projeto-desigualdade-ia/projeto-desigualdade-ia-24.png]]
 
 >[!info]
 >Fonte: Elaboração Própria
@@ -356,14 +356,14 @@ Para a análise com K-Means, foi utilizado k = 2, correspondendo ao primeiro pic
 
 	Figura 20: Visualização dos Clusters (K-Means, k = 2)
 
-![[projeto-desigualdade-ia-3.png]]
+![[../../imagens/projeto-desigualdade-ia/projeto-desigualdade-ia-3.png]]
 
 >[!info]
 >Fonte: Elaboração Própria
 
 	Figura 21: Perfil Comparativo (K-Means, k=2)
 
-![[projeto-desigualdade-ia-4.png]]
+![[../../imagens/projeto-desigualdade-ia/projeto-desigualdade-ia-4.png]]
 
 >[!info]
 >Fonte: Elaboração Própria
@@ -388,14 +388,14 @@ A análise do Coeficiente de Silhueta para o modelo hierárquico (Figura 5) apon
 
 	Figura 22: Análise do Coeficiente de Silhueta
 
-![[projeto-desigualdade-ia-5.png]]
+![[../../imagens/projeto-desigualdade-ia/projeto-desigualdade-ia-5.png]]
 
 >[!info]
 >Fonte: Elaboração Própria
 
 	Figura 23: Visualização dos Clusters com PCA (k=12)
 
-![[projeto-desigualdade-ia-6.png]]
+![[../../imagens/projeto-desigualdade-ia/projeto-desigualdade-ia-6.png]]
 
 >[!info]
 >Fonte: Elaboração Própria

content/02-ia/index.md

@@ -2,7 +2,7 @@
 title: IA
 ---
 >[!warning]
-> Se você é membro da dev e quer contribuir com algum material, se liga no **Guia do Hub** disponível na seção Extras: [[trilhas/04-extras/2025-s2/guia-hub|Guia do Hub]]
+> Se você é membro da dev e quer contribuir com algum material, se liga no **Guia do Hub** disponível na seção Extras: [[../04-extras/2025-s2/guia-hub|Guia do Hub]]
 
 ## Destaques Recentes: 
 

content/03-ciencia-de-dados/index.md

@@ -2,7 +2,7 @@
 title: Ciência de dados
 ---
 >[!warning]
-> Se você é membro da dev e quer contribuir com algum material, se liga no **Guia do Hub** disponível na seção Extras: [[trilhas/04-extras/2025-s2/guia-hub|Guia do Hub]]
+> Se você é membro da dev e quer contribuir com algum material, se liga no **Guia do Hub** disponível na seção Extras: [[../04-extras/2025-s2/guia-hub|Guia do Hub]]
 
 ## Destaques Recentes: 
 

content/04-extras/2025-s2/guia-hub.md

@@ -36,11 +36,11 @@ Com ambos instalados no seu computador, siga os seguintes passos:
 
 2- Inicialize seu Terminal, pode tanto arrastando com mouse a parte inferior para cima (imagem abaixo como referência) ou por meio do atalho Ctrl + Shift + Aspas;
 
-![[guia-hub-2.jpg]]
+![[../../imagens/guia-hub/guia-hub-19.jpg]]
 
 3- É esperado que você esteja visualizando isso na sua tela:
 
-![[guia-hub-1.jpg]]
+![[../../imagens/guia-hub/guia-hub-10.jpg]]
 
 4- No terminal agora você vai clonar o repositório do github para sua máquina, por meio do git. Dessa forma: 
 
@@ -70,15 +70,15 @@ code . # isso abre a pasta no VsCode
 
 2- No canto inferior esquerdo clique no "Vault" padrão que está no seu Obsidian (está ao lado do símbolo de interrogação e da engrenagem):
 
-![[guia-hub-3.jpg]]
+![[../../imagens/guia-hub/guia-hub-4.jpg]]
 
 3- Após clicar nele, selecione em "Gerenciar Cofres...";
 
-![[guia-hub-4.jpg]]
+![[../../imagens/guia-hub/guia-hub-5.jpg]]
 
 4- Nessa nova tela que se abriu, clique em "Abrir" na seção "Abrir pasta como cofre"; 
 
-![[guia-hub-5.jpg]]
+![[../../imagens/guia-hub/guia-hub-6.jpg]]
 
 5- No explorador de arquivos, você vai colocar o caminho que você encontrou no passo 2.6
 Você vai escrever na área de busca, algo parecido com isso:
@@ -87,13 +87,13 @@ Você vai escrever na área de busca, algo parecido com isso:
 >Trocar essa imagem quando eu for trocar o nome do repositório para o da dev 
 
 
-![[guia-hub-6.jpg]]
+![[../../imagens/guia-hub/guia-hub-7.jpg]]
 
 6- Seguindo a imagem, a pasta que deve estar selecionada é a 'content'. Com isso, você vai estar vendo que o nosso hub dentro do Obsidian (ele servirá como local de apenas de criar mudanças,  se quiser utilizar para leitura de preferência a utilizar o site). 
 
 7- A Cara do Hub é essa à princípio (imagem do dia 31/10/2025, no futuro poderá estar diferente):
 
-![[guia-hub-7.jpg]]
+![[../../imagens/guia-hub/guia-hub-8.jpg]]
 
 ## 4) Estrutura do Hub: 
 
@@ -101,7 +101,7 @@ Você vai escrever na área de busca, algo parecido com isso:
 
 a. Home Page: O arquivo referente a nossa página é o index (que não está em nenhuma pasta), à princípio a sua alteração fica a cargo apenas para o pessoal de Tech e da Gestão, não altera ele sem a permissão do pessoal. 
 
-![[guia-hub-8.jpg]]
+![[../../imagens/guia-hub/guia-hub-9.jpg]]
 
 
 >[!warning]
@@ -121,15 +121,15 @@ Aqui eu vou te ensinar como criar seu arquivo e como organizá-lo aqui dentro do
 
 OBS: não utilize ponto no nome do arquivo ( por exemplo: cluster.portfólio, utilize cluster-portfólio ), o ponto faz que o Obsidian tente o ler como arquivo, no caso citado seria um arquivo .portfolio e não como Markdown.
 
-![[guia-hub-9.jpg]]
+![[../../imagens/guia-hub/guia-hub.jpg]]
 
 2- Criando pasta: Bom para criar é só clicar no ícone da "pasta com um sinal mais dentro" está do lado do ícone do arquivo. As mesma recomendações do Arquivo valem para as Pastas.
 
-![[guia-hub-10.jpg]]
+![[../../imagens/guia-hub/guia-hub-12.jpg]]
 
 3- Forma alternativa para ambos é só clicar com o botão direito na lateral
 
-![[guia-hub-11.jpg]]
+![[../../imagens/guia-hub/guia-hub-13.jpg]]
 
 
 ## 5) Personalização Essencial de sua Página:
@@ -138,12 +138,12 @@ Com a sua primeira página criada, vamos dar um cabeçalho para ela e anexar as
 
 1- Cabeçalho: Escreva exatamente três hífens (---) sem os parêntases no topo do arquivo, bem abaixo do título: 
 
-![[guia-hub-12.jpg]]
+![[../../imagens/guia-hub/guia-hub-11.jpg]]
 vai aparecer isso exatamente na hora!
 
 2- Título: preencha essa propriedade com 'title' e escrava seu título que quiser
 
-![[guia-hub-13.jpg]]
+![[../../imagens/guia-hub/guia-hub-14.jpg]]
 3- Tags: para adicionar uma tag clique em 'Adicionar propriedade' e escreva 'tags'. Até o momento temos 2 tipos de tags e com suas classificações:
 
 a- Nível:  escreva  "#nivel/basico" , "#nivel/intermediario" ou "#nivel/avancado"  
@@ -154,7 +154,7 @@ Obs: escreva sem as aspas!
 
 Pronto seu cabeçalho está pronto, ficará dessa forma: 
 
-![[guia-hub-14.jpg]]
+![[../../imagens/guia-hub/guia-hub-17.jpg]]
 
 ## 6) Adicionar imagens
 
@@ -162,23 +162,23 @@ Como já avisei anteriormente as imagens são algo que demandam bastante atenç
 
 1- Crie uma subpasta na pasta imagem para armazenar suas imagens dentro, nesse exemplo criei uma que se chama "guia-hub":
 
-![[guia-hub-15.jpg]]
+![[../../imagens/guia-hub/guia-hub-18.jpg]]
 
 2- Observe que todas as imagens que usei nesse arquivo estão dentro dela, tente manter a mesma sintaxe vai te ajudar a selecioná-las depois; 
 
- ![[guia-hub-16.jpg]]
+ ![[../../imagens/guia-hub/guia-hub-2.jpg]]
 
 3- Você pode salvar a imagem dando um Ctrl + V da imagem dentro da imagem e depois  a renomeando apertando com o botão direito do mouse ou você pode fazer seu manejo pelo explorador de arquivos fique tranquilo
 
 4- Com isso em mente, para você colocar a sua imagem no corpo do seu arquivo faça a seguinte sintaxe: 
 
-![[guia-hub-17.jpg]]
+![[../../imagens/guia-hub/guia-hub-15.jpg]]
 
 Dessa forma, já aparecerá uma sugestão para adicionar uma imagem salva no obsidian.
 
 5- Referenciando a imagem que você quer, terá algo do tipo:
 
-![[guia-hub-18.jpg]]
+![[../../imagens/guia-hub/guia-hub-16.jpg]]
 
 6- Pronto sua imagem foi indexada ao Texto.
 
@@ -187,10 +187,10 @@ Eu concordo com você, seria muito mais fácil e direto, mas vou te mostrar o pr
 
 se eu simplesmente colasse a imagem que eu queria aconteceria isso: 
 
-![[guia-hub-19.jpg]]
+![[../../imagens/guia-hub/guia-hub-20.jpg]]
 O nome da imagem seria algo bem abstrato e que depois para saber o que aquela imagem queria mostrar e de qual projeto faz parte. Além disso, ao se fazer isso o Obsidian adiociona automaticamente a imagem na barra lateral de forma aleatória! Observe na imagem que anexei abaixo: 
 
-![[guia-hub-20.jpg]] 
+![[../../imagens/guia-hub/guia-hub-21.jpg]] 
 
 **Por fim eu sei que é um processo chato, mas que a longo prazo é necessário para a própria manutenção da organização do hub. Com pouco tempo você já acostuma com a sintaxe e já sai quase de forma automática. Conto com vocês com essa parte!**
 
@@ -202,36 +202,36 @@ Bom espero que esteja acompanhando tudo até o momento, supunha que terminou as
  
 2- Mude para o ambiente da o hub;
 
-![[guia-hub-21.jpg]]
+![[../../imagens/guia-hub/guia-hub-22.jpg]]
 
 3- Adicione o que você alterou na pasta content;
 
-![[guia-hub-22.jpg]]
+![[../../imagens/guia-hub/guia-hub-23.jpg]]
 
 4- Dê o commit (coloquei um exemplo que estou fazendo, descreve o que você fez no seu caso);
 
-![[guia-hub-23.jpg]]
+![[../../imagens/guia-hub/guia-hub-24.jpg]]
 
 Vai aparecer tudo que você fez, que beleza hein!
 
 5- Por fim, de um push e mandará tudo ao github;
 
-![[guia-hub-25.jpg]]
+![[../../imagens/guia-hub/guia-hub-26.jpg]]
 
 Beleza Tudo foi para o Github lá nosso! Mas se segura ai, a mudança lá no site do Hub não é algo automático! 
 Primeiro verificamos no próprio Github se a nossa adição deu tudo certo
 
 6- Abrindo a aba "Actions" do nosso repositório;
 
-![[guia-hub-27.jpg]]
+![[../../imagens/guia-hub/guia-hub-3.jpg]]
 
 Clique na última sua última adição, que no meu caso foi essa marcada pela setinha vermelha. 
 Se ao selecioná-la e ainda estiver amarela ainda as mudanças não foram adicionadas ao Hub (ou seja, não adianta ficar dando F5 lá na site ainda não vai ter alteração alguma), espere ele ficar azul que as mudanças foram enviadas (agora pode ficar dando F5 igual um louco) 
 
-![[guia-hub-24.jpg]]
+![[../../imagens/guia-hub/guia-hub-25.jpg]]
 (sinal de esperar ainda)
 
-![[guia-hub-26.jpg]]
+![[../../imagens/guia-hub/guia-hub-27.jpg]]
 (agora foi!)
 
 7- Pronto suas alterações foram feitas e o Hub estará atualizado! 😁

content/04-extras/index.md

@@ -2,7 +2,7 @@
 title: Extras
 ---
 >[!warning]
-> Se você é membro da dev e quer contribuir com algum material, se liga no **Guia do Hub** disponível na seção Extras: [[trilhas/04-extras/2025-s2/guia-hub|Guia do Hub]]
+> Se você é membro da dev e quer contribuir com algum material, se liga no **Guia do Hub** disponível na seção Extras: [[2025-s2/guia-hub|Guia do Hub]]
 ## Destaques Recentes: 
 
 (colocar acho que 5 redirecionamentos para os nossos melhores projetos)

content/index.md

@@ -33,7 +33,7 @@ Fundada em 2019 como um grupo de estudos, a FEA.dev nasceu de uma percepção de
             gap:16px; align-items:stretch;">
 
   <!-- FinQuant -->
-  <a href="/trilhas/01-finquant/"
+  <a href="/01-finquant/"
      style="text-decoration:none;border:1px solid var(--secondary);border-radius:12px;
             padding:var(--pad);display:flex;flex-direction:column;gap:10px;
             min-height:var(--card-h);">
@@ -46,7 +46,7 @@ Fundada em 2019 como um grupo de estudos, a FEA.dev nasceu de uma percepção de
   </a>
 
   <!-- IA -->
-  <a href="/trilhas/02-ia/"
+  <a href="/02-ia/"
      style="text-decoration:none;border:1px solid var(--secondary);border-radius:12px;
             padding:var(--pad);display:flex;flex-direction:column;gap:10px;
             min-height:var(--card-h);">
@@ -59,7 +59,7 @@ Fundada em 2019 como um grupo de estudos, a FEA.dev nasceu de uma percepção de
   </a>
 
   <!-- Ciência de Dados -->
-  <a href="/trilhas/03-ciencia-de-dados/"
+  <a href="/03-ciencia-de-dados/"
      style="text-decoration:none;border:1px solid var(--secondary);border-radius:12px;
             padding:var(--pad);display:flex;flex-direction:column;gap:10px;
             min-height:var(--card-h);">
@@ -72,7 +72,7 @@ Fundada em 2019 como um grupo de estudos, a FEA.dev nasceu de uma percepção de
   </a>
 
   <!-- Extras -->
-  <a href="/trilhas/04-extras/"
+  <a href="/04-extras/"
      style="text-decoration:none;border:1px solid var(--secondary);border-radius:12px;
             padding:var(--pad);display:flex;flex-direction:column;gap:10px;
             min-height:var(--card-h);">