Logo PythonCódigos em Python

Transforme palavras de Banco Central em números

Aprenda a extrair das atas do COPOM e dos discursos do FED um indicador do tom da política monetária, com Python, mineração de textos e IA generativa, mesmo que você nunca tenha trabalhado com dados textuais.

10 capítulos94 páginasPDF e EPUB2ª edição · 2026

Livro digital completo

De R$ 197,00

por R$ 47,00

Sim, eu quero agora!

(Leitura essencial para quem acompanha política monetária)

📖 Ler as primeiras páginas

Capa do livro digital Linguagem Econômica: mineração de textos de Bancos Centrais

Como transformar a ata do COPOM em um indicador?

A decisão de juros sai em número, mas a sinalização do que vem depois está no texto: na escolha das palavras, no que mudou em relação à ata anterior, no tom dos discursos. As técnicas quantitativas tradicionais trabalham só com números e deixam esse conteúdo de fora.

Mineração de textos e IA generativa transformam atas e discursos em séries que você compara com a Selic, reunião a reunião.

O livro ensina o processo completo em Python, com textos reais do Banco Central do Brasil e do Federal Reserve.

O que você vai aprender com o livro digital

  • ✔O que é mineração de textos e como ela transforma texto em dado para a análise econômica
  • ✔Como preparar dados textuais no Python: limpeza, tokenização e expressões regulares
  • ✔Frequência de termos e TF-IDF: o que o texto revela que o número não mostra
  • ✔Machine learning aplicado a texto: Naive Bayes e classificação de documentos
  • ✔Como construir um índice de sentimento das atas do COPOM, reunião a reunião
  • ✔Como classificar o tom da política monetária com IA generativa e a API do Gemini
  • ✔Como quantificar a incerteza dos discursos do FED, com código pronto para rodar

Para quem é este livro digital

✔Economistas e analistas que acompanham COPOM, Focus e política monetária
✔Quem já usa Python para dados e quer estender para dados textuais
✔Profissionais de mercado que leem atas, relatórios e cartas de gestor
✔Estudantes que querem um diferencial técnico imediato em NLP aplicado

Quem escreveu este livro

Vítor Wilher, Cientista-Chefe da Análise Macro

Vítor Wilher

Cientista-Chefe da Análise Macro

Bacharel e Mestre em Economia pela UFF, com pós-graduação em LLMs e IA Generativa pela PUC-Rio e doutorado em Economia em curso na EPGE/FGV, onde pesquisa o uso de foundation models na previsão de variáveis macroeconômicas.

A dissertação de mestrado, “Clareza da Comunicação do Banco Central e Expectativas de Inflação: evidências para o Brasil”, trata do tema deste livro: o que a linguagem da autoridade monetária revela sobre a política que vem a seguir.

Hoje lidera a construção de agentes de IA em produção e é professor de IA Generativa em MBA. Fundou a Análise Macro, por onde já passaram mais de 5.000 alunos.

“As técnicas tradicionais de análise quantitativa não lidam bem com dados textuais, e nem sempre as principais informações estão nos números. Escrevi este livro para mostrar, com dados reais de Bancos Centrais, como extrair informação do texto que todo analista lê e quase ninguém mede.”

Mestre em Economia · UFFDoutorando · EPGE/FGVPós em IA Generativa · PUC-RioProfessor de IA em MBA

Os 10 capítulos

Cada capítulo parte do conceito, chega ao exercício aplicado e fecha com um “Agora é com você”.

01

O que é mineração de textos e sua relação com IA

O que dá para fazer com texto, o que é IA generativa e onde as duas coisas se encontram.

02

Onde encontrar dados e ferramentas

As bases de texto que interessam a quem trabalha com economia e as bibliotecas Python que fazem o trabalho pesado.

03

Introdução a dados textuais no Python

Strings, caracteres especiais, filtros e expressões regulares: a base para manipular qualquer texto.

04

Pré-processamento de texto

Limpeza, tokenização e normalização, a etapa de que depende a qualidade de toda a análise.

05

Frequência de termos e TF-IDF

Como separar o termo revelador da palavra que aparece em todo documento.

06

Machine learning para mineração de textos

Naive Bayes, estimador de Laplace e classificação textual aplicada a dados econômicos reais.

07

Análise de similaridade

O Índice de Jaccard na prática: quanto uma ata do COPOM mudou em relação à anterior, e onde.

08

Análise de sentimentos nas atas do COPOM

Dos textos ao indicador de sentimento, confrontado com a decisão de juros que veio depois.

09

Classificar o tom da política monetária com IA generativa

Engenharia de prompt, API do Gemini e um índice de 0 a 100 construído com rótulos gerados por LLM.

10

Quantificar a incerteza da política monetária do FED

Discursos avaliados por IA e transformados num indicador de incerteza ao longo do tempo.

Garanta o seu livro digital

De R$ 197,00

R$ 47,00

  • ✔Acesso imediato ao livro em PDF e EPUB
  • ✔Códigos prontos para uso no Google Colab
  • ✔10 capítulos com exercícios aplicados

Clique no botão abaixo para garantir seu exemplar:

Sim, eu quero agora!

(Pagamento via Cartão, PIX ou Boleto)

30DIAS

30 dias de garantia incondicional

Leia o livro, rode os códigos e decida com calma. Se não for o que você esperava, devolvemos o valor pago dentro de 30 dias.

Por que aprender com a Análise Macro?

  • ✔Mais de 5.000 alunos já passaram por nossas formações
  • ✔Referência nacional em Python, R, IA e análise de dados econômicos e financeiros
  • ✔Conteúdo direto ao ponto, com dados reais do mercado brasileiro

Análise Macro: a verdade está nos dados.

Prévia: as primeiras páginas do livroFechar ✕

Página 1 da prévia do livro Linguagem Econômica: mineração de textos de Bancos CentraisPágina 2 da prévia do livro Linguagem Econômica: mineração de textos de Bancos CentraisPágina 3 da prévia do livro Linguagem Econômica: mineração de textos de Bancos CentraisPágina 4 da prévia do livro Linguagem Econômica: mineração de textos de Bancos CentraisPágina 5 da prévia do livro Linguagem Econômica: mineração de textos de Bancos Centrais

Gostou? O livro completo tem 94 páginas.

Sim, eu quero agora!