Blog

Blog Análise Macro – Desde 2011, encontrando a verdade nos dados

Previsão do CPI usando text mining nos comunicados do FOMC

Se textos pudessem falar, o que eles diriam? O uso de dados textuais é capaz de melhorar um modelo de previsão? Neste exercício exploramos o uso de fatores textuais extraídos dos comunicados do FOMC para a previsão da inflação norte-americana.

Otimização de Portfólio com Hierarchical Risk Parity (HRP)

Como melhorar o processo de alocação de peso em um portfólio de investimentos? Veremos como realizar a aplicação do Hierarchical Risk Parity (HRP) no Python.

Taxa de Desemprego: PNAD Contínua vs. PME

Nosso objetivo neste exercício será estender a taxa de desemprego fornecida pela Pesquisa de Nacional por Amostra de Domicílios Contínua (PNAD Contínua) através daquela fornecida pela Pesquisa Mensal de Emprego (PME). Serão construídas duas séries: uma normal, outra dessazonalizada. Faremos todo o exercício utilizando o Python.

Interpretação de resultados e tomada de decisão em modelos preditivos

Em ciência de dados, a interpretação de resultados é fundamental para alcançar os objetivos da modelagem preditiva. Mas como analisar os modelos? Olhar as métricas de erros é suficiente? O melhor modelo é o que tem a maior acurácia? É necessário escolher um modelo? Neste artigo discutimos sobre estas e outras considerações no processo de tomada de decisão de modelos preditivos.

Topic Modeling: sobre o que o COPOM está discutindo? Uma aplicação do modelo LDA

O que informações textuais podem revelar sobre a situação da economia? Como transformar palavras em estatísticas e obter insights? Há algo informativo nas entrelinhas das atas do COPOM? Como usar Machine Learning para interpretar os comunicados da autoridade monetária? Neste exercício, damos continuidade aos posts sobre Natural Language Processing (NLP) demonstrando a aplicação da técnica de topic modeling com as atas do COPOM.

Análise de Betas do Mercado Acionário Brasileiro

Neste artigo, conduzimos uma análise exploratória dos Betas estimados das ações no mercado acionário brasileiro utilizando a linguagem de programação Python. Optamos por segmentar cada empresa de acordo com seu setor, com o objetivo de examinar as distribuições de seus riscos de mercado. Adicionalmente, elaboramos classificações de portfólio com base na alocação de betas elevados e baixos, a fim de avaliar a eficácia da estratégia proposta pelo Modelo de Precificação de Ativos de Capital (CAPM). Isso nos permitiu realizar um teste de excesso de retorno e traçar a Security Market Line como parte da avaliação da formulação proposta.

Ibovespa vs. Variação da Formação Bruta de Capital Fixo: há relação?

Verificamos a relação entre o Ibovespa e a variação interanual da Formação Bruta de Capital Fixo (FBCF) por meio do procedimento de Toda-Yamamoto usando o Python como ferramenta.

Aumentando o desempenho de modelos preditivos com técnicas de Bootstrapping, Bagging, Boosting e Random Forests

Neste artigo exploramos as técnicas de Bootstrapping, Bagging, Boosting e Random Forests com o objetivo de aumentar o desempenho em modelos preditivos. Percorremos o modo de funcionamento de cada técnica e sua aplicação usando linguagem de programação com dados econômicos do Brasil.

Análise das Atas do COPOM com text mining

Mineração de textos é uma técnica interessante para obtenção de insights quantitativos através de dados textuais. Com a finalidade de demonstrar seu uso, neste artigo faremos uma breve e introdutória análise das atas do Comitê de Política Monetária – COPOM usando mineração de textos com o auxílio do pacote tidytext na linguagem R.

Medidas de retorno e risco de ativos individuais

Este artigo tem como objetivo fornecer uma visão abrangente sobre como calcular medidas de retorno e risco no contexto de investimentos e ações, utilizando a linguagem de programação Python como ferramenta. Ao longo deste guia, detalharemos passo a passo as diversas métricas amplamente empregadas no mercado financeiro para avaliar a performance de investimentos e a volatilidade de ativos.

Blog

Previsão do CPI usando text mining nos comunicados do FOMC

Otimização de Portfólio com Hierarchical Risk Parity (HRP)

Taxa de Desemprego: PNAD Contínua vs. PME

Interpretação de resultados e tomada de decisão em modelos preditivos

Topic Modeling: sobre o que o COPOM está discutindo? Uma aplicação do modelo LDA

Análise de Betas do Mercado Acionário Brasileiro

Ibovespa vs. Variação da Formação Bruta de Capital Fixo: há relação?

Aumentando o desempenho de modelos preditivos com técnicas de Bootstrapping, Bagging, Boosting e Random Forests

Análise das Atas do COPOM com text mining

Medidas de retorno e risco de ativos individuais

Boletim AM

Encontre o seu conteúdo

Categorias

Artigos mais acessados

Previsões do Boletim Focus em Anos Eleitorais

Como Medir o Ciclo das Concessões de Crédito usando Python

Choque de juros e renda em bens duráveis e não duráveis usando Python

Atualização de resultados dos modelos de inflação da AM

Decomposição do Impulso de Crédito no Brasil usando Python

Aplicando o Time Series Transformer para prever inflação (IPCA)