Nesse artigo apresentamos o conceito de autosserviço de análise de dados, discutimos as vantagens e desvantagens destas ferramentas e mostramos um exemplo aplicado, em R e Python, com dados econômicos usando a biblioteca Shiny.
A avaliação de carteiras de investimentos envolve três grandes fases de estudo: análise dos títulos, análise das carteiras e seleção da carteira. Estaremos aqui focamos no processo de seleção de carteira e utilizaremos o método desenvolvido por Harry Markowitz. Fazemos o uso do Python como ferramenta para obter os dados de ações e estimar os parâmetros e combinações da carteira de investimento ótima.
Neste artigo apresentamos o modelo Naive Bayes para problemas de classificação binária. Mostramos a intuição do modelo e sua formulação matemática, além de pontuar as principais aplicações e casos de uso. Ao final, demonstramos um exemplo aplicado à classificação de spam em comentários do YouTube, usando as linguagens de programação R e Python.
Nesse exercício, verificamos a relação entre o índice de volatilidade (VIX) e a taxa de câmbio. A ideia básica, é a de que, a volatilidade, e portanto, a incerteza do mercado gera mudanças significativas sobre o preço do câmbio. Fazemos o uso do procedimento de Toda-Yamamoto para investigar essa relação usando o Python como ferramenta.
Neste artigo apresentamos uma forma simples de consolidar múltiplas planilhas de Excel em uma tabela única, facilitando análises de dados subsequentes. Criamos um código simples, em R e Python, que consolida diversas planilhas automaticamente, eliminando procedimentos manuais de tratamento de dados. Usamos como exemplo os dados desagregados do IPCA fornecidos pelo IBGE.
Neste tutorial mostramos como interagir com o modelo do ChatGPT através de comandos por linguagem de programação, em R e Python. Introduzimos o uso da API, a autenticação de usuário, o gerenciamento de chave de token e abordamos exemplos de interação. O objetivo é desenvolver uma base de conhecimento para possibilitar a construção de aplicações e produtos interessantes de Inteligência Artificial.
Nesse artigo apresentamos o modelo de regressão logística, para resolver problemas de classificação binária. Mostramos a intuição do modelo e sua formulação matemática, além de pontuar as principais aplicações e casos de uso. Ao final, demonstramos um exemplo aplicado à classificação econômica para agrupamento em categorias de países com dados reais, usando as linguagens de programação R e Python.
Neste exercício, mostramos como identificar um choque dos preços administrados sobre os preços livres utilizando um Vetor Autoregressivo e Função de Impulso Resposta. Realizamos a coleta, tratamento, visualização e criação do modelo usando o Python.
Realizamos neste artigo uma breve introdução ao mercado de renda fixa, elencando os principais termos e instrumentos. Também mostramos como criar uma análise, que envolve a coleta, tratamento e visualização de dados de títulos públicos usando o Python.
Nesse artigo apresentamos o modelo Prophet, através da decomposição das equações e parâmetros, e mostramos um exemplo aplicado com dados para previsão de demanda usando as linguagens de programação R e Python.