Algoritmos de projeção — Forecast | euplanejei

Planejamento e Análise Financeira

Algoritmos de projeção

Os algoritmos de projeção definem como estimamos valores futuros a partir do histórico. Eles são utilizados nas análises de índices (SELIC, CDI, IPCA, etc.) e nos simuladores do euplanejei para o cálculo de informações futuras — projeção de taxas, inflação, cenários de investimento e crédito. Cada algoritmo tem características diferentes: alguns repetem o último valor (flat), outros suavizam com médias (SMA, EMA), capturam tendência (Trend, Holt) ou usam o próprio histórico (Bootstrap, Monte Carlo). Explore as páginas abaixo para ver a descrição detalhada e um gráfico de exemplo de cada algoritmo.

Constante

Repetir o último valor histórico. Cenário conservador ou "e se nada mudar".

SMA

Média aritmética dos últimos N dias. Suaviza oscilações com peso igual para todos.

EMA

Média exponencial: dias recentes pesam mais. Alpha controla a reatividade.

WMA

Média ponderada linear (pesos 1, 2, …, N). Ênfase no comportamento recente.

Trend

Reta de tendência (mínimos quadrados) estendida para o futuro.

DEMA

Dupla média exponencial. Menos atraso que a EMA simples.

TEMA

Tripla média exponencial. Máxima reatividade com suavização.

Mediana

Mediana dos últimos N valores. Robusta a picos e quedas atípicas.

Wilder

Suavização de Wilder (alpha = 1/N). Estilo RSI/ATR.

TMA

Média móvel triangular: SMA aplicada duas vezes. Muito suave.

HMA

Hull Moving Average. Reduz atraso mantendo suavidade.

Poly

Regressão polinomial (grau 2). Captura curvatura na tendência.

ZLEMA

Zero-Lag EMA. Reduz defasagem da média exponencial.

Holt

Nível + tendência. Tendência evolui ao longo do tempo.

KAMA

Kaufman Adaptive. Coeficiente varia com a eficiência do movimento.

AR(2)

Autoregressivo ordem 2. Inércia dos dois últimos valores.

AR(3)

Autoregressivo ordem 3. Mais memória recente.

AR(5)

Autoregressivo ordem 5. Dependência de até ~1 semana.

Drift

Último valor + média das variações. Deriva constante.

Bootstrap

Amostra ao acaso variações do histórico. Preserva volatilidade e patamares.

Bootstrap em blocos

Blocos de variações consecutivas. Preserva autocorrelação.

Bootstrap centrado

Variações centradas (menos média). Reduz arrasto da tendência.

Monte Carlo

Variações de uma normal(média, σ²). Distribuição suavizada.

Bootstrap P10

Percentil 10% das variações. Cenário pessimista determinístico.

Bootstrap P25

Bootstrap P25 — Percentil 25% das variações

Bootstrap P50

Mediana das variações. Cenário central.

Bootstrap P75

Bootstrap P75 — Percentil 75% das variações

Bootstrap P90

Percentil 90% das variações. Cenário otimista.

Bootstrap geométrico

Retornos percentuais. Para séries estritamente positivas.

Holt-Winters

Nível + tendência + sazonalidade (~21 dias úteis).

McGinley

McGinley — Suavização adaptativa (menos atraso)

Theil-Sen

Theil-Sen — Tendência robusta (mediana dos slopes)

Brown

Brown — Dupla exponencial (nível + tendência)

Theta

Theta — Decomposição + extrapolação da tendência

Sazonal simples

Sazonal simples — Repetir valor de N períodos atrás

OU

OU — Ornstein-Uhlenbeck (reversão à média)

GBM

GBM — Movimento browniano geométrico (crescimento exponencial)

Pior caminho

Pior caminho — Cenário pessimista (menor variação histórica)

Melhor caminho

Melhor caminho — Cenário otimista (maior variação histórica)

Percentil 25% do nível

Percentil 25% do nível — Últimos N valores

Percentil 75% do nível

Percentil 75% do nível — Últimos N valores

Ponto médio

Ponto médio — (mín. + máx.) / 2 na janela

Vasicek

Vasicek — Reversão à média (modelo de taxa)

CIR

CIR — Cox-Ingersoll-Ross (reversão à média)

FRAMA

FRAMA — Média adaptativa fractal

Mínimo do nível

Mínimo do nível — Piso dos últimos N valores

Máximo do nível

Máximo do nível — Teto dos últimos N valores

Média geométrica

Média geométrica — (∏ últimos N)^(1/n); séries positivas

Média harmônica

Média harmônica — n/Σ(1/x); taxas e razões

Percentil 10% do nível

Percentil 10% do nível — Últimos N valores

Percentil 90% do nível

Percentil 90% do nível — Últimos N valores

Média aparada do nível

Média aparada do nível — Remove 25% de cada cauda e faz média

Último + 1σ

Último + 1σ — Cenário otimista (volatilidade)

Último − 1σ

Último − 1σ — Cenário pessimista (volatilidade)

Momentum

Momentum — Último + (último − valor N períodos atrás)

Ciclo senoidal

Ciclo senoidal — Ajuste seno/cosseno na janela e extrapola

Percentil 5% do nível

Percentil 5% do nível — Cenário extremo pessimista

Percentil 95% do nível

Percentil 95% do nível — Cenário extremo otimista

Último + 2σ

Último + 2σ — Banda 2 sigma superior

Último − 2σ

Último − 2σ — Banda 2 sigma inferior

Trimean

Trimean — (P25 + 2·mediana + P75) / 4

Média quadrática (RMS)

Média quadrática (RMS) — √(média dos x²)

Média winsorizada

Média winsorizada — Limita extremos em P10/P90 e faz média

Último + IQR

Último + IQR — Cenário otimista por dispersão

Último − IQR

Último − IQR — Cenário pessimista por dispersão

Double momentum

Double momentum — Último + 2·(último − valor N atrás)

Aceleração

Aceleração — Último + velocidade + aceleração (2ª diferença)

AR(1)

AR(1) — Autoregressivo 1 lag (inércia do último valor)

Median drift

Median drift — Deriva usando mediana das variações (robusto)

Linear2

Linear2 — Extrapolação pelos últimos 2 pontos

Log-trend

Log-trend — Tendência em ln(y) (crescimento percentual)

Poly3

Poly3 — Regressão cúbica (curvatura na tendência)

ROC

ROC — Taxa de variação multiplicativa (last × last/past)

Média dos extremos

Média dos extremos — (primeiro + último) / 2 na janela

SMMA

SMMA — Média móvel suavizada (smoothed)

Consenso

Mediana das previsões de vários algoritmos. Ensemble robusto.

Consenso

Média das previsões dos algoritmos selecionados.

Média aparada

Média aparada — Remove X% extremos e faz média do centro