Curso de Análise de Conjuntura está com inscrições abertas!

Começa no próximo dia 22/04, a Turma de Outono do Curso de Análise de Conjuntura usando o R. Totalmente revisado e reformulado, o curso busca ensinar alunos de graduação e pós-graduação, professores e profissionais de mercado a usar o R para coletar e tratar dados macroeconômicos. Com uma proposta única e inovadora no país, o curso utiliza uma das linguagens mais utilizadas em data science para analisar dados de nível de atividade, mercado de trabalho, inflação, mercado de crédito, política fiscal, política monetária, setor externo e economia internacional.

Ao longo das 11 seções do curso, os alunos aprendem a coletar e tratar diversos índices e séries da economia brasileira, como PIB, IBC-Br, PMC, PIM-PF, PNAD Contínua, CAGED, IPCA, taxas de juros, spread bancário, inadimplência, endividamento das famílias, gastos e receitas do governo, endividamento do governo, superávit requerido, formação da taxa básica de juros, taxa de câmbio, operações de swap, dentre outras.

São ensinadas diversas técnicas para coletar os dados de fontes como IBGE, IPEADATA e Banco Central com pacotes como sidraR, ecoseries, BETS rbcb. Ademais, o curso ensina a tratar os dados, construindo variações mensais, interanuais e acumuladas em 12 meses, criar médias móveis, tratar sazonalidade e deflacionar dados nominais. Tudo isso, utilizando o R como linguagem natural.

Veja o conteúdo completo aqui.

Curtiu? Então, garanta já a sua vaga na Turma de Outono aqui!

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Coletando dados do Google Trends no R e no Python

Como acompanhar e antecipar tendências de mercado? Independentemente da resposta final, os dados são o meio. Neste artigo, mostramos como obter dados do Google Trends em tempo quase real, utilizando as linguagens de programação R e Python.

Contribuição para a Volatilidade [Python]

A contribuição para a volatilidade fornece uma decomposição ponderada da contribuição de cada elemento do portfólio para o desvio padrão de todo o portfólio. Em termos formais, é definida pelo nome de contribuição marginal, que é basicamente a derivada parcial do desvio padrão do portfólio em relação aos pesos dos ativos. A interpretação da fórmula da contribuição marginal, entretanto, não é tão intuitiva, portanto, é necessário obter medidas que possibilitem analisar os componentes. Veremos portanto como calcular os componentes da contribuição e a porcentagem da contribuição. Vamos criar as respectivas medidas usando a linguagem de programação 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.