Blog

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

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.

Juro a pessoa física: um modelo explicativo

Como podemos compreender a taxa de juros para os tomadores de crédito? Neste artigo, desenvolvemos dois modelos com o objetivo de investigar a relação entre diversas variáveis que influenciam a flutuação da taxa de juros média para indivíduos. Todo o processo de coleta, análise e construção do modelo foi conduzido utilizando a linguagem de programação Python.

Validação Cruzada em Modelos Preditivos: técnicas para dados ordenados e não ordenados

Como saber se o desempenho de um modelo preditivo se generaliza para dados desconhecidos? Dividir a tabela de dados em duas amostras, treinar o modelo e calcular o erro é um processo comum e bastante simples, mas pouco informativo. As técnicas de validação cruzada podem ajudar neste aspecto e neste artigo mostramos como funcionam e como implementar usando linguagem de programação.

Construindo o Modelo de 3 fatores de Fama-French para o mercado brasileiro com o Python

O que é o Modelo de 3 Fatores de Fama-French e como ele é construído? Neste artigo, demonstramos como replicar esse modelo com exemplos utilizando dados do mercado financeiro brasileiro. Além disso, realizamos uma análise dos coeficientes estimados. Todo esse processo é realizado utilizando a linguagem de programação Python.