Blog

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

DBnomics: 1 bilhão de dados econômicos no Python

Neste exercício mostramos como usar a API de dados da DBnomics, que disponibiliza dados econômicos do Brasil e do mundo de ~100 fontes diferentes. Além de ser gratuita, a API é acessível diretamente do Python e é atualizada em tempo quase real.

Migrando dashboards do Excel para o Python

Neste exercício mostramos do zero como criar dashboards de análise de dados econômicos usando Python + Shiny. A vantagem destas ferramentas gratuitas é a facilidade de automatização e os ricos recursos disponíveis.

Cointegração e Pairs Trading de ações no Python

O pairs trading é um exemplo clássico de uma estratégia baseada na relação intrínseca entre dois ou mais pares de títulos, caso compartilhem algum vínculo econômico subjacente. Um exemplo pode ser duas empresas que fabricam o mesmo produto ou duas empresas em uma cadeia de suprimentos. Ao modelarmos esse vínculo econômico com um modelo matemático, podemos conduzir negociações com base nele. Neste exercício, apresentamos uma introdução ao conceito de cointegração e pairs trading, reproduzindo um exemplo simples para o mercado acionário brasileiro utilizando a linguagem Python como ferramenta.

Como analisar os dados do PIB usando o Python?

A análise de dados não tem favoritos; você pode analisar qualquer tipo de área e qualquer indicador. Você pode até mesmo criar gráficos mais bonitos do que instituições renomadas, tudo isso usando uma ferramenta de fácil acesso, como o Python. Neste texto, mostraremos como é possível analisar dados do PIB utilizando a linguagem Python.

Migrando relatórios automáticos do Excel para o Python

Neste texto mostramos que dá pra enterrar aquele seu relatório manual no Excel e automatizar toda a rotina de análise de dados usando o Python + Quarto. Mostramos um exemplo de relatório de câmbio com dados do Banco Central.

Como consolidar dezenas de planilhas em segundos com Python?

Neste texto mostramos que o retorno de investimento em aprender Python se paga rapidamente: imagine consolidar dados de mais de 70 arquivos diferentes e sem padrão usando apenas Excel? É nestas horas que o Python se destaca em maior produtividade e menos trabalho manual.

O que é e como estimar o Beta de uma ação usando o Python

O beta, também conhecido como coeficiente beta (β), é uma medida que quantifica a sensibilidade de um ativo financeiro em relação às variações do mercado como um todo. Em outras palavras, o beta indica o grau de volatilidade de um ativo em relação ao movimento de um índice de referência. Neste artigo, vamos explorar em detalhes o funcionamento do coeficiente beta e demonstrar como obtê-lo utilizando um conjunto de dados do mercado acionário brasileiro. Utilizaremos a linguagem de programação Python como ferramenta para construção e análise.

Como analisar a Sazonalidade do IPCA no Python?

A compreensão dos efeitos da sazonalidade em uma série econômica é essencial para uma análise de conjuntura. As flutuações do Índice de Preços ao Consumidor Amplo (IPCA) são moldadas por uma gama diversificada de fatores sazonais, que vão desde os padrões climáticos, passando por datas festivas e particularidades do mercado de produtos específicos, até aspectos metodológicos na coleta de dados de preços. Neste artigo, exploraremos os dados de variação mensal do IPCA, focalizando na compreensão dos aspectos sazonais através de representações gráficas. Todo o processo foi realizado utilizando a linguagem de programação Python.

Modelo de previsão para o preço da gasolina

Neste exercício exploramos os dados públicos sobre o preço da gasolina no Brasil, sua composição, evolução temporal, políticas associadas e, por fim, construímos um modelo simples de previsão. Com um modelo em mãos, o analista pode cenarizar o comportamento futuro da série da forma como preferir. Todos os procedimentos foram feitos usando a linguagem de programação Python.

Previsão econômica com modelos ARIMA no Python

Neste texto abordamos modelos da família ARIMA para finalidade de previsão de séries temporais. Mostramos as diferenças de cada modelo usando exemplos de dados econômicos do Brasil, com aplicações na linguagem Python.