Semana é próspera em indicadores

A primeira semana de dezembro será próspera na divulgação de indicadores na macroeconomia. Amanhã, sai o resultado das Contas Nacionais no 3º trimestre. A expectativa é que o PIB tenha tido um crescimento de 0,5% na margem. Na quarta-feira, tem a divulgação da produção industrial referente a outubro. Na quinta-feira, é a vez dos resultados da produção de veículos em novembro. Para terminar a semana, será divulgado o IPCA de novembro na sexta-feira.

No boletim Focus divulgado hoje de manhã pelo Banco Central, tivemos poucas novidades. Houve apenas uma pequena correção na inflação esperada para 2019, dado o choque que tem ocorrido no grupo de alimentos. A despeito disso, o mercado segue esperando mais uma redução da taxa Selic de 50 pontos-base na próxima reunião do COPOM que acontece semana que vem.

Ao longo da semana, analisarei os indicadores que serão divulgados a partir dos scripts automáticos que ensino/divulgo no Curso de Análise de Conjuntura usando o R. O Comentário de Conjuntura dessa semana, por seu turno, será todo focado no PIB do 3º trimestre.

Amanhã, por suposto, abriremos as inscrições para as Turmas 2020 dos nossos Cursos Aplicados de R.

________________________

(*) Uma apresentação do boletim Focus em RMarkdown está disponível aqui.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Analisando o sentimento da política monetária com IA usando Python

Análise de sentimentos é uma técnica de Processamento de Linguagem Natural (PLN) que serve para revelar o sentimento contido em um texto. Neste exercício, aplicamos esta técnica para analisar as atas das reuniões do COPOM, revelando o que os diretores de política monetária discutem nas entrelinhas. Utilizando um modelo de Inteligência Artificial através do Python, produzimos ao final um índice de 0 a 100 para sintetizar a análise histórica.

Como a IA pode auxiliar na otimização de Portfólio de Investimentos?

A construção de portfólio ótimo refere-se ao processo de alocar eficientemente capital entre um conjunto predefinido de ativos ou títulos. O campo da construção de portfólio tem sido extensivamente estudado por acadêmicos e profissionais desde a década de 1950, quando Markowitz introduziu sua inovadora abordagem de média-variância para a construção de portfólio. Diante disso, podemos melhorar o processo de alocação de peso de um investimento em um portfólio através do Aprendizado não supervisionado com a aplicação do Hierarchical Risk Parity (HRP). Neste exercício, realizamos uma introdução ao método e mostramos os resultados de um exemplo criado através do Python.

Prevendo múltiplas séries usando IA no Python

Como podemos realizar previsões para várias séries temporais simultaneamente? Para abordar essa questão, empregamos a biblioteca MLForecastdo Python. Esta biblioteca disponibiliza uma variedade de modelos e funcionalidades para realizar previsões em séries temporais utilizando técnicas de aprendizado de máquina. Demonstramos sua aplicação ao prever as curvas de energia horária em quatro regiões distintas do Brasil.

Esse exercício é uma continuação do exercício “Usando IA para prever o consumo de energia no Brasil com Python”.

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.