Categoria: Econometria e Previsão

Previsão econômica na era da IA usando Python

Imagine que você tenha uma “simples” tarefa: prever o futuro de uma variável econômica relevante, como a taxa de inflação do país. Existem diversas abordagens para cumprir esta missão, desde o uso de modelos preditivos econométricos, modelos de machine learning ou até mesmo modelos de inteligência artificial (IA). Qual caminho escolher? Qual abordagem é a melhor? Neste artigo tentamos dar uma resposta para estas perguntas, usando como exemplo o IPCA como variável de interesse.

TimeGPT e a previsão automática usando IA no Python

Historicamente, métodos estatísticos como ARIMA, ETS, MSTL, Theta e CES têm sido confiavelmente empregados em diversos domínios. Na última década, modelos de aprendizado de máquina como XGBoost e LightGBM ganharam popularidade. Agora, podemos entrar em uma nova fase na era da previsão: o uso da IA Generativa para a previsão de séries temporais. Neste exercício, demonstramos de forma introdutória o TimeGPT e criamos um exemplo usando o IPCA.

Previsão de retornos de ações com IA usando Python

Neste exercício, nosso objetivo é utilizar fatores de investimento como preditores para o retorno de uma ação, combinando-os com o uso da Regressão de Lasso para ajustar uma série de fatores de risco no Python. Este método nos permite explorar como diferentes variáveis influenciam os retornos das ações e como a Regressão de Lasso pode nos ajudar a selecionar os fatores mais relevantes, contribuindo para uma análise mais precisa. Todo o exercício é construído usando o Python como ferramenta.

IA e Previsão Macroeconômica usando Python

A IA oferece métodos para compreender e prever variáveis agregadas da economia, como ciclos econômicos, decisões de políticas monetárias e previsões de diferentes indicadores econômicos. Utilizando algoritmos de Machine Learning os economistas podem analisar grandes volumes de dados econômicos para identificar padrões e tendências, fornecendo insights. O Python torna o processo de análise e modelagem mais acessível e eficiente. Ao aplicar técnicas de IA na Macroeconomia, é possível melhorar nossa compreensão dos fenômenos econômicos e a precisão de nossas previsões, abrindo novas oportunidades para análise e tomada de decisões. No presente exercício iremos mostrar o uso do IA Aprendizado de Máquina para realizar a previsão da probabilidade de recessão nos EUA, conforme três diferentes modelos de Machine Learning.

Como construir uma Curva IS

A Curva IS diz quanto de atividade custa um aperto de juros e em quantos trimestres o custo aparece. Neste tutorial estimamos a equação do modelo de pequeno porte do Banco Central em Python, com dados públicos: hiato do produto do BCB, expectativas do Focus e resultado primário. O resultado: persistência de 0,89, efeito do juro de −0,20 por trimestre e meia-vida de seis trimestres. E um alerta sobre o juro neutro, a peça que mais muda o resultado.

Categoria: Econometria e Previsão

Previsão econômica na era da IA usando Python

TimeGPT e a previsão automática usando IA no Python

Previsão de retornos de ações com IA usando Python

IA e Previsão Macroeconômica usando Python

Como construir uma Curva IS

Boletim AM

Encontre o seu conteúdo

Categorias

Artigos mais acessados

Poder estatístico

Taxas de variação: mensal, interanual, acumulada no ano e em 12 meses

Número-índice, nível e variação: como ler um indicador econômico

Estoque e fluxo: a diferença que muda a leitura dos indicadores

Testes múltiplos e p-hacking

Viés de sobrevivência e censura na amostra