Categoria: Econometria e Previsão

Incorporando IA na previsão do PIB

O PIB é uma variável econômica complexa e de difícil previsão. Neste artigo, mostramos que unir métodos simples e métodos avançados pode aumentar significativamente a previsibilidade do crescimento da economia.

Modelagem preditiva de séries temporais hierárquicas no Python

A previsão de séries temporais hierárquicas é uma técnica para analisar e prever dados que se estruturam em diferentes níveis de granularidade. Neste artigo, vamos mergulhar no mundo da modelagem preditiva de séries temporais hierárquicas utilizando Python, explorando os conceitos, métodos e aplicações práticas dessa técnica usando o Python.

Interpretabilidade em Modelos de Machine Learning no Python

Como explicar modelos de previsão de séries  temporais econômicas utilizando métodos de Machine Learning? Neste exercício, demonstraremos alguns métodos úteis para avaliar os parâmetros dos preditores em tais modelos. Para isso, utilizaremos o framework da biblioteca Skforecast em Python.

Previsão do desemprego do EUA utilizando skforecast no Python

Neste exercício, exploramos como o framework da biblioteca `skforecast` do Python pode ser extremamente útil para a previsão de séries temporais econômicas, utilizando como exemplo as variações no desemprego dos EUA ao longo de um horizonte de 1 ano.

Volatilidade do Ibovespa: GARCH vs. ML

Uma importante medida em finanças é o risco associado a um ativo, e a volatilidade é talvez a medida de risco mais amplamente utilizada. Dentre as várias técnicas disponíveis para estimar a volatilidade, as técnicas de Aprendizado de Máquina têm se mostrado bastante eficazes em comparação com os métodos convencionais. Neste contexto, analisamos a previsão da volatilidade do Ibovespa utilizando métodos GARCH, SVR (Support Vector Regression) e Redes Neurais, com o Python como ferramenta de análise.
Análise Macro © 2011 / 2026

comercial@analisemacro.com.br – Rua Visconde de Pirajá, 414, Sala 718
Ipanema, Rio de Janeiro – RJ – CEP: 22410-002