Blog

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

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.

Analisando os grupos do IPCA com o Python

A inflação é conhecida como o termo que representa a taxa de crescimento do nível geral de preços entre dois períodos distintos. No Brasil, o indicador que consolidou-se como o principal índice de preços é o Índice de Preços ao Consumidor Amplo (IPCA), divulgado pelo IBGE e amplamente utilizado pela autoridade monetária como referência para realizar o controle da inflação. Neste artigo mostramos como obter a contribuição de cada grupo do IPCA usando o Python.

Como fazer tabela dinâmica do Excel no Python com 1 comando?

Tabela dinâmica é uma ferramenta de análise de dados essencial para extrair informações rapidamente. O que poucos sabem é que não é necessário ter o Excel para criar tabelas dinâmicas. Neste artigo mostramos como produzir tabelas dinâmicas com dados econômicos usando a linguagem Python, em apenas 1 comando!

Como criar um Portfólio de Investimentos no vectorbt (Parte 2)

VectorBT é uma biblioteca Python de código aberto para análise quantitativa e backtesting. O intuito da biblioteca é auxiliar na construção de trading algorítmico e na realização de backtesting de estratégias de investimento. Realizamos uma introdução a biblioteca conforme o post “Primeiros Passos com o vectorbt”, e na primeira parte introduzimos a como criar um Portfólio de Investimentos. Neste post, iremos utilizar o rebalanceamento para redefinir pesos da carteira.

Construindo um Modelo para o Spread Bancário no Brasil

O Spread Bancário é definido como a diferença entre o custo do empréstimo e a remuneração oferecida ao poupador. Neste exercício, propomos a elaboração de um modelo para analisar o Spread Bancário no contexto brasileiro, empregando uma abordagem de regressão linear múltipla. Para realizar essa análise, utilizamos a linguagem de programação Python como ferramenta principal.

Como criar um Portfólio de Investimentos no vectorbt

Criando uma Regra de Taylor para o Brasil usando o Python

O termo “Regra de Bolso” pode ser entendido como um regra prática, basicamente um método aproximado para fazer algo, baseado na experiência prática. A Regra de Taylor propõe-se a ser utilizada com este intuito, visando determinar a taxa de juros básica da economia, usando um subconjunto da informação necessária para uma regra ótima do instrumento de política monetária. Neste artigo, veremos como podemos criar a Regra de Taylor facilmente usando o Python, tomando como base dados da economia brasileira.

O andar do bêbado e seu cachorro: entendendo cointegração no Python

A análise de cointegração possui aplicações no mercado financeiro e em modelagem e previsão macroeconômica, sendo um conceito ao mesmo tempo fascinante e intimidador de se compreender. Por isso, neste texto explicaremos o que é cointegração com um exemplo intuitivo e mostraremos uma aplicação com pares de ações brasileiras usando o Python!

Primeiros Passos com o vectorbt

VectorBT é uma biblioteca Python de código aberto para análise quantitativa e backtesting. O intuito da biblioteca é auxiliar na construção de trading algortimico e na realização de backtesting de estratégias de investimento. Neste artigo realizaremos uma breve introdução da biblioteca.

Qual é a sensibilidade da taxa de desemprego em relação ao crescimento econômico?

A Lei de Okun é uma relação empírica que busca quantificar a relação entre a taxa de desemprego e a taxa de crescimento econômico. Ela foi proposta pelo economista Arthur Okun na década de 1960 e está presente em diversos livros textos de graduação. Buscamos através deste artigo investigar essa relação, descrevendo-a utilizando dados do Brasil. Usamos o Python para realizar todo o processo de análise de dados.