Aplicações de Modelos de Volatilidade: Premissas e Previsão
Vamos verificar algumas premissas importantes sobre os modelos de volatilidade ARCH/GARCH, o funcionamento da geração de previsões dos modelos e como avaliar os resultados utilizando o R e o Python.
Avaliação de Previsões Macroeconométricas
Uma extensão natural para a criação de modelos macroeconométricos é, certamente, avaliar o quão bom ou ruim é a previsão gerada. Para isso, existem algumas medidas que procuram qualificar a distância entre a previsão feita e o valor efetivamente observado. Neste artigo, verificamos algumas dessas medidas.
Estacionariedade de séries temporais: Guia Completo
Uma série é estacionária quando média, variância e covariância não mudam ao longo do tempo. Este guia explica o conceito do começo (processo estocástico, componentes, ruído branco e passeio aleatório) e ensina a testar a estacionariedade com ADF e KPSS. No fim, aplica os testes a inflação, juros e câmbio e mostra como ler cada resultado.
Construindo uma análise exploratória envolvendo funções de autocorrelação
Neste artigo, vamos apresentar o conceito de autocorrelação na estatística, avaliar sua aplicabilidade no mundo real, verificar como estimar e interpretar e, por fim, vamos ver como aplicar a análise de autocorrelação com dados macro-financeiros do Brasil, usando as linguagens de programação R e Python.
Volatilidade de Ativos Financeiros e Fatos Estilizados
A volatilidade é a medida de risco mais usada no mercado e, ao mesmo tempo, uma grandeza que ninguém observa: ela precisa ser estimada a partir dos preços. Com os pregões da VALE3 desde 2015, este tutorial mostra os fatos estilizados dos retornos (aglomerados de volatilidade, caudas pesadas, assimetria, reversão à média) e como se constrói o desvio padrão anualizado em janela móvel, a medida que alimenta limites de posição, VaR e precificação de opções.
