MomentumPro
Painel de Tendências e Momentum
Este painel reúne indicadores macroeconômicos globais — crescimento, inflação, juros, câmbio e percepção de risco. Juntos, formam o pano de fundo que influencia todas as classes de ativos.
Sentimento & Notícias da Semana
Índice de Sentimento
Neutro
Negativo
Neutro
Positivo
10%
Pos
78%
Neu
12%
Neg
Fonte: VADER (sentimento), Perplexity AI (geopolítico), Claude API (comentário)
Mapa Macroeconômico Global
Mapa interativo com indicadores macroeconômicos por país — PIB, inflação, juros, câmbio e yield[?] de títulos. Alterne entre camadas (tipo e período) e clique em qualquer país para abrir o painel de detalhes.
Como ler este mapa: Cada bolha é um país. A cor indica o valor do indicador selecionado (verde/quente = alto, azul/frio = baixo). O tamanho reflete o PIB relativo. Use os botões de camada para alternar entre indicadores e períodos. Clique em um país para ver todos os dados.
▸Nota Metodológica — Mapa Macroeconômico
O que é este mapa?
Uma visão global de indicadores macroeconômicos por país, atualizada semanalmente. Cada bolha representa um país, colorida e dimensionada conforme a camada selecionada (índice de ações, câmbio, inflação, etc.).
Fontes de dados
• Índices acionários — 38 países via EODHD (retornos 1M, 3M, YTD, 12M)
• Câmbio — ~40 pares vs USD via forex.db (mais preciso que FRED)
• Macro — PIB, inflação, juros, yields, desemprego, dívida/PIB via FRED (~45 países)
• Geopolítico — Sentimento gerado por IA (Perplexity) para cada país
Como ler?
Use os botões de camada (tipo e período) para alternar entre indicadores. Clique em qualquer país para abrir um painel detalhado com todos os indicadores disponíveis. Cores quentes = valores altos, cores frias = valores baixos.
Uma visão global de indicadores macroeconômicos por país, atualizada semanalmente. Cada bolha representa um país, colorida e dimensionada conforme a camada selecionada (índice de ações, câmbio, inflação, etc.).
Fontes de dados
• Índices acionários — 38 países via EODHD (retornos 1M, 3M, YTD, 12M)
• Câmbio — ~40 pares vs USD via forex.db (mais preciso que FRED)
• Macro — PIB, inflação, juros, yields, desemprego, dívida/PIB via FRED (~45 países)
• Geopolítico — Sentimento gerado por IA (Perplexity) para cada país
Como ler?
Use os botões de camada (tipo e período) para alternar entre indicadores. Clique em qualquer país para abrir um painel detalhado com todos os indicadores disponíveis. Cores quentes = valores altos, cores frias = valores baixos.
Fonte: FRED, EODHD, forex.db, Perplexity AI
Monitor de Regra de Taylor
Desvio entre a taxa prescrita pela Regra de Taylor[?] e a taxa efetiva de política monetária para 29 economias. Barras à direita (dourado) indicam política monetária mais frouxa que o prescrito; à esquerda (azul), mais apertada.
▸ Detalhes por País
Projeção de Convergência
Trajetória esperada da taxa de juros com base na regressão Δtaxat+h = α + β · desviot. Banda = intervalo de confiança 95%.
Como ler este gráfico: Cada barra é um país. Barras douradas à direita = juros abaixo do prescrito (política frouxa). Barras azuis à esquerda = juros acima do prescrito (política apertada). Barras maiores indicam maior desalinhamento entre a taxa praticada e o que as condições econômicas sugerem.
▸Nota Metodológica — Regra de Taylor
O que é a Regra de Taylor?
É uma fórmula criada pelo economista John Taylor (1993) que calcula qual deveria ser a taxa de juros de um país com base em duas variáveis: o quanto a inflação está acima ou abaixo da meta, e o quanto a economia está acima ou abaixo do seu potencial (o chamado hiato do produto).
Como funciona?
A fórmula é: i = r* + π + 0,5·(π − π*) + 0,5·gap
• r* — taxa de juros real neutra (quando a economia está em equilíbrio)
• π — inflação atual (CPI anual)
• π* — meta de inflação do banco central
• gap — hiato do produto: quanto o PIB está acima (+) ou abaixo (−) do potencial
O hiato é estimado pelo filtro Hodrick-Prescott (λ=1600) sobre o PIB real trimestral desde 1995. A tendência HP representa o produto potencial; o desvio percentual é o hiato.
O que significa o desvio?
• Desvio positivo (dourado) — juros reais estão abaixo do prescrito → política monetária mais frouxa que o recomendado
• Desvio negativo (azul) — juros estão acima do prescrito → política monetária mais apertada
Para que serve?
Identificar quais países estão com juros desalinhados das condições econômicas — o que pode antecipar mudanças na política monetária ou movimentos no câmbio e na bolsa.
É uma fórmula criada pelo economista John Taylor (1993) que calcula qual deveria ser a taxa de juros de um país com base em duas variáveis: o quanto a inflação está acima ou abaixo da meta, e o quanto a economia está acima ou abaixo do seu potencial (o chamado hiato do produto).
Como funciona?
A fórmula é: i = r* + π + 0,5·(π − π*) + 0,5·gap
• r* — taxa de juros real neutra (quando a economia está em equilíbrio)
• π — inflação atual (CPI anual)
• π* — meta de inflação do banco central
• gap — hiato do produto: quanto o PIB está acima (+) ou abaixo (−) do potencial
O hiato é estimado pelo filtro Hodrick-Prescott (λ=1600) sobre o PIB real trimestral desde 1995. A tendência HP representa o produto potencial; o desvio percentual é o hiato.
O que significa o desvio?
• Desvio positivo (dourado) — juros reais estão abaixo do prescrito → política monetária mais frouxa que o recomendado
• Desvio negativo (azul) — juros estão acima do prescrito → política monetária mais apertada
Para que serve?
Identificar quais países estão com juros desalinhados das condições econômicas — o que pode antecipar mudanças na política monetária ou movimentos no câmbio e na bolsa.
Fonte: FRED (PIB, CPI), BCB SGS 432 (Selic)
Câmbio Global
Desempenho das principais moedas contra o dólar americano em múltiplos períodos. Retornos positivos indicam valorização da moeda frente ao USD. O gráfico de dispersão mostra a correlação[?] entre câmbio e bolsa por país.
▸ Detalhes por Moeda
| Moeda | Taxa [?] | 1S [?] | 1M | 3M | YTD | 12M | Loading [?] |
|---|---|---|---|---|---|---|---|
| Peso Argentino | 1398.2500 | -2.2% | +1.2% | +5.2% | +3.7% | -30.3% | — |
| Naira Nigeriana | 1385.1500 | -0.1% | -0.3% | +3.4% | +4.2% | +9.9% | — |
| Coroa Norueguesa | 9.7388 | -0.4% | -0.7% | +3.2% | +3.4% | +6.4% | -0.114 |
| Real Brasileiro | 5.2526 | -0.2% | +0.5% | +3.1% | +4.1% | +7.2% | -0.565 |
| Peso Colombiano | 3666.9700 | +0.9% | +2.8% | +2.7% | +2.0% | +11.6% | — |
| Dólar Australiano | 0.6852 | -0.5% | -2.6% | +2.4% | +2.7% | +9.4% | +0.248 |
| Yuan Chinês | 6.9073 | +0.1% | -0.1% | +1.2% | +1.2% | +5.0% | -0.904 |
| Ringgit Malaio | 4.0200 | -0.7% | -1.9% | +0.8% | +0.9% | +9.7% | — |
| Shekel Israelense | 3.1702 | -1.2% | -2.6% | +0.6% | +0.5% | +14.6% | -0.511 |
| Dong Vietnamita | 26345.0000 | +0.0% | -0.6% | -0.2% | -0.2% | -2.8% | — |
| Dólar de Singapura | 1.2907 | -0.4% | -1.0% | -0.3% | -0.4% | +4.2% | — |
| Dólar Neozelandês | 0.5719 | -1.5% | -3.9% | -0.7% | -1.2% | -0.5% | +0.194 |
| Franco Suíço | 0.7984 | -0.3% | -2.1% | -0.8% | -0.7% | +9.4% | +0.005 |
| Peso Mexicano | 18.0925 | -0.8% | -2.2% | -1.0% | -0.6% | +10.5% | -0.151 |
| Rublo Russo | 81.3000 | +0.1% | -4.7% | -1.2% | -3.2% | +3.5% | -0.067 |
| Dólar Canadense | 1.3927 | -0.5% | -1.8% | -1.4% | -1.5% | +2.1% | -0.274 |
| Rupia Indonésia | 16986.5000 | -0.5% | -0.8% | -1.6% | -1.9% | -2.6% | -0.843 |
| Iene Japonês | 159.8521 | -0.1% | -1.3% | -1.9% | -2.0% | -8.1% | +0.003 |
| Libra Esterlina | 1.3172 | -1.2% | -1.4% | -2.1% | -2.2% | +1.0% | +0.101 |
| Euro | 1.1456 | -0.7% | -2.1% | -2.2% | -2.5% | +5.0% | -0.068 |
| Dólar Taiwanês | 32.1230 | -0.5% | -1.2% | -2.4% | -2.5% | +3.3% | — |
| Leu Romeno | 4.4419 | -0.9% | -2.0% | -2.5% | -2.6% | +3.5% | -0.047 |
| Florim Húngaro | 336.3300 | +0.1% | -0.9% | -2.9% | -2.8% | +8.9% | -0.017 |
| Peso Chileno | 932.6800 | -0.3% | -2.6% | -2.9% | -3.6% | +2.4% | — |
| Peso Filipino | 60.6470 | -0.7% | -3.8% | -3.1% | -3.0% | -6.2% | — |
| Lira Turca | 44.4684 | -0.3% | -1.2% | -3.3% | -3.5% | -17.3% | -0.817 |
| Coroa Sueca | 9.5407 | -1.1% | -3.0% | -3.5% | -3.5% | +3.7% | +0.003 |
| Coroa Tcheca | 21.3810 | -0.6% | -1.8% | -3.8% | -3.9% | +6.9% | -0.000 |
| Rand Sul-Africano | 17.1341 | -0.1% | -3.6% | -3.9% | -3.8% | +9.2% | — |
| Peruvian Sol | 3.4925 | -0.3% | -2.1% | -3.9% | -3.9% | +4.9% | — |
| Zloty Polonês | 3.7359 | -1.1% | -3.2% | -4.2% | -4.0% | +3.5% | +0.060 |
| Baht Tailandês | 32.8500 | +0.3% | -3.9% | -4.3% | -4.3% | +4.2% | — |
| Rupia Indiana | 94.2950 | -0.0% | -2.4% | -4.8% | -4.8% | -10.3% | -0.762 |
| Korean Won | 1529.9800 | -1.5% | -3.3% | -6.1% | -6.0% | -4.4% | +0.194 |
| Libra Egípcia | 54.4000 | -3.6% | -10.6% | -14.2% | -14.1% | -7.6% | — |
Retornos positivos = moeda valorizou vs USD. Sparkline 90d mostra variação % acumulada.
Loading: coeficiente de transmissão câmbio→bolsa estimado via PanelOLS com efeitos fixos por país e erros-padrão Driscoll-Kraay. Valores negativos indicam que a depreciação da moeda está associada a queda da bolsa local.
▸Nota Metodológica — Câmbio Global
O que mostra esta seção?
O desempenho das principais moedas do mundo contra o dólar americano (USD), agrupadas por região. Retornos positivos significam que a moeda se valorizou frente ao dólar.
Fontes de dados
Cotações diárias de ~40 pares de moedas via EODHD, armazenadas em forex.db. Retornos calculados para períodos de 1 semana, 1 mês, 3 meses, YTD e 12 meses. Sparklines mostram a variação acumulada nos últimos 90 dias.
Correlação câmbio × bolsa
O gráfico de dispersão cruza o retorno cambial (3M) com o retorno do índice acionário local. A correlação de Pearson (ρ) mostra o grau de associação: valores próximos de +1 indicam que quando a moeda se valoriza, a bolsa tende a subir junto.
Para que serve?
Mapear quais moedas estão se fortalecendo ou enfraquecendo, e como isso se relaciona com os mercados de ações locais.
O desempenho das principais moedas do mundo contra o dólar americano (USD), agrupadas por região. Retornos positivos significam que a moeda se valorizou frente ao dólar.
Fontes de dados
Cotações diárias de ~40 pares de moedas via EODHD, armazenadas em forex.db. Retornos calculados para períodos de 1 semana, 1 mês, 3 meses, YTD e 12 meses. Sparklines mostram a variação acumulada nos últimos 90 dias.
Correlação câmbio × bolsa
O gráfico de dispersão cruza o retorno cambial (3M) com o retorno do índice acionário local. A correlação de Pearson (ρ) mostra o grau de associação: valores próximos de +1 indicam que quando a moeda se valoriza, a bolsa tende a subir junto.
Para que serve?
Mapear quais moedas estão se fortalecendo ou enfraquecendo, e como isso se relaciona com os mercados de ações locais.
Fonte: EODHD forex.db
Quando a Moeda Cai, o que Acontece com a Bolsa?
Quais bolsas caem mais quando a moeda local enfraquece? Analisamos o efeito diário do câmbio sobre as bolsas de 38 países, descontando fatores globais (S&P 500, VIX, ouro, petróleo) via regressão de painel[?]. Quanto mais negativo o índice, maior a vulnerabilidade da bolsa local a choques cambiais.
Esse Efeito Muda ao Longo do Tempo?
A relação câmbio-bolsa não é fixa. Em crises ela se intensifica (linhas mergulham), em períodos de calma ela enfraquece. Cada linha mostra como a sensibilidade de cada país evoluiu nos últimos 2 anos.
Simulador de Cenários
Selecione um país e simule choques nas variáveis para ver o impacto estimado na bolsa local.
Impacto estimado na bolsa
0.00%
via câmbio: 0.00%
via fatores globais: 0.00%
Baseado no modelo econométrico com dados históricos. Resultados são estimativas, não previsões.
Detalhes técnicos do modelo
O simulador combina dois componentes estimados por regressão em painel (PanelOLS) com efeitos fixos por país:
requity = βi × rfx + Σ γk × Gk + αi + ε
- βi — Beta câmbio-bolsa específico de cada país (Modelo A). Estimado com erros-padrão Driscoll-Kraay (kernel Bartlett, bandwidth=5) robustos a correlação cross-section e autocorrelação.
- γk — Coeficientes dos fatores globais (Modelo B): S&P 500, VIX, petróleo, ouro, DXY. Estimados com erros clusterizados por país.
- αi — Efeito fixo por país (absorvido), captura diferenças estruturais de nível.
Dados: retornos diários de 38 países, 36,884 obs (2010-01-05 — 2026-03-31). Variável FX: depreciação da moeda local vs USD (positivo = enfraquecimento). Winsorização em 0.1%/99.9%.
Modelo econométrico: painel diário com efeitos fixos de país e erros-padrão robustos a autocorrelação e dependência entre mercados. · 2010-01-05 — 2026-03-31 · 38 países · 36,884 obs
▸Nota Metodológica — Painel FX → Bolsa
O que é esta análise?
Mede quanto a bolsa de cada país reage quando sua moeda desvaloriza. A ideia é simples: em muitos países, quando o câmbio enfraquece, o capital estrangeiro sai e a bolsa cai junto. Mas a intensidade dessa reação varia muito de país para país.
Como funciona?
Usamos regressão de painel com efeitos fixos de entidade e tempo, analisando retornos diários de 38 países. Os controles isolam fatores globais (S&P 500, VIX, ouro, petróleo) para medir o efeito puro da moeda sobre a bolsa local. Quatro modelos de robustez confirmam os resultados:
• Modelo base (câmbio → bolsa)
• Com controles globais (SPY, VIX, GLD, CL)
• Com interações estruturais (juro real, perfil exportador)
• Modelo completo (todos os fatores)
O que amplifica o efeito?
Países com juros reais altos ou forte dependência de exportação de commodities tendem a sofrer mais: o capital especulativo foge ao mesmo tempo que a moeda enfraquece, amplificando a queda da bolsa.
Como ler?
Barras à esquerda (vermelho) = bolsa cai quando moeda enfraquece. Quanto mais longa a barra, maior a sensibilidade. Estrelas (★) indicam significância estatística.
Mede quanto a bolsa de cada país reage quando sua moeda desvaloriza. A ideia é simples: em muitos países, quando o câmbio enfraquece, o capital estrangeiro sai e a bolsa cai junto. Mas a intensidade dessa reação varia muito de país para país.
Como funciona?
Usamos regressão de painel com efeitos fixos de entidade e tempo, analisando retornos diários de 38 países. Os controles isolam fatores globais (S&P 500, VIX, ouro, petróleo) para medir o efeito puro da moeda sobre a bolsa local. Quatro modelos de robustez confirmam os resultados:
• Modelo base (câmbio → bolsa)
• Com controles globais (SPY, VIX, GLD, CL)
• Com interações estruturais (juro real, perfil exportador)
• Modelo completo (todos os fatores)
O que amplifica o efeito?
Países com juros reais altos ou forte dependência de exportação de commodities tendem a sofrer mais: o capital especulativo foge ao mesmo tempo que a moeda enfraquece, amplificando a queda da bolsa.
Como ler?
Barras à esquerda (vermelho) = bolsa cai quando moeda enfraquece. Quanto mais longa a barra, maior a sensibilidade. Estrelas (★) indicam significância estatística.
Fonte: EODHD (índices, câmbio), FRED (fatores globais)
Percepção de Risco
Quanto estresse há no sistema financeiro agora? Este índice composto combina 20 indicadores de volatilidade e crédito (VIX, volatilidade de commodities, spreads de crédito, ETFs de risco) em uma visão unificada de risco sistêmico[?]. O gráfico mostra qual dimensão (ações, crédito, emergentes) está dominando o estresse.
68
Medo Alto
Como ler este gráfico: O gráfico de área empilhada mostra a evolução do risco sistêmico ao longo do tempo. Cada faixa colorida representa uma categoria de risco (volatilidade de ações, crédito, emergentes, etc.). Quando uma faixa se expande, aquela dimensão está dominando o stress. O radar à direita compara o perfil atual com 3 meses atrás.
▸Nota Metodológica — Percepção de Risco Sistêmico
O que é risco sistêmico?
É o risco que afeta o sistema financeiro como um todo — não apenas um ativo ou setor isolado. Quando o risco sistêmico sobe, a tendência é que todos os ativos de risco caiam juntos.
Como medimos?
Combinamos 20 séries em uma análise unificada via PCA (Análise de Componentes Principais):
• 8 índices de volatilidade CBOE — VIX (ações EUA), OVX (petróleo), GVZ (ouro), VXEEM (emergentes), VXFXI (China), VXEFA (desenvolvidos ex-EUA), MOVE (títulos), TYVIX (treasuries)
• 12 ETFs proxy de crédito — HYG, JNK (high yield), LQD, VCIT (investment grade), KRE, KBE (bancos), EMB, PCY (emergentes), TLT, IEF (treasuries), SHY (curto prazo), BKLN (empréstimos)
O PCA extrai o "fator comum" que explica a maior parte do movimento conjunto dessas séries — esse fator é o nosso índice de risco sistêmico.
Como ler o gráfico?
O gráfico de área empilhada decompõe a contribuição de cada categoria (volatilidade de ações, commodities, crédito, emergentes, etc.) ao risco total. Quando uma fatia se expande, aquela dimensão está dominando o stress do mercado.
É o risco que afeta o sistema financeiro como um todo — não apenas um ativo ou setor isolado. Quando o risco sistêmico sobe, a tendência é que todos os ativos de risco caiam juntos.
Como medimos?
Combinamos 20 séries em uma análise unificada via PCA (Análise de Componentes Principais):
• 8 índices de volatilidade CBOE — VIX (ações EUA), OVX (petróleo), GVZ (ouro), VXEEM (emergentes), VXFXI (China), VXEFA (desenvolvidos ex-EUA), MOVE (títulos), TYVIX (treasuries)
• 12 ETFs proxy de crédito — HYG, JNK (high yield), LQD, VCIT (investment grade), KRE, KBE (bancos), EMB, PCY (emergentes), TLT, IEF (treasuries), SHY (curto prazo), BKLN (empréstimos)
O PCA extrai o "fator comum" que explica a maior parte do movimento conjunto dessas séries — esse fator é o nosso índice de risco sistêmico.
Como ler o gráfico?
O gráfico de área empilhada decompõe a contribuição de cada categoria (volatilidade de ações, commodities, crédito, emergentes, etc.) ao risco total. Quando uma fatia se expande, aquela dimensão está dominando o stress do mercado.
Fonte: FRED (VIX, VXN, VXEEM, GVZ, OVX), EODHD (ETFs de crédito)
Leitura da Semana
Na semana de 02/04/2026, o momentum destaca ações como CF (88), PBR (84), CE (83) e PETR3.SA (82), além de ETFs como FNGD.US (85) e TSLQ.US (83), com setores dominantes Basic Materials e Energy, ambos com 3 representantes no topo. O dinheiro institucional flui para entradas em SPDR S&P 500 ETF Trust (+10290M), Invesco QQQ Trust (+7802M) e SPDR Gold Shares (+2065M), enquanto registra saídas de iShares Core S&P 500 ETF (-3028M) e United States Oil Fund LP (-2684M). O regime de mercado é risk-on, com probabilidade de 92%, reforçando apetite por risco.
Este painel oferece uma visão sobre quais tipos de ativos estão performando melhor ou pior — e por quê. Todas as análises são baseadas em metodologias quantitativas robustas e amplamente utilizadas no meio acadêmico e institucional.
Ativos em Momentum (Tendência de Alta)
O sistema usa lógica fuzzy[?] para avaliar cada ativo: em vez de regras rígidas (ex: "acima da média móvel de 20 dias → alta"), ele atribui graus de pertinência a vários indicadores de alta. 11 regras combinam esses graus para gerar um sinal (forte ou moderado) com uma confiança entre 0 e 1. Um score de momentum é gerado ao ponderar cada indicador avaliado. Os 6 ativos com maior score são exibidos em cada grupo abaixo. Clique em "Ver Detalhes" para ver o gráfico de preço recente. Logo abaixo, apresentamos um backtest da metodologia, para avaliar se o score previu retornos positivos retrospectivamente.
▸ Top 8 Ações Internacionais — Fuzzy Momentum
CF
Basic Materials · Agricultural Inputs
SINAL MODERADO
▸
CF Industries Holdings, Inc., juntamente com suas subsidiárias, atua na produção de amônia na América do Norte, Europa e internacionalmente. Ela opera por meio dos segmentos Ammonia, Granular Urea, UAN, AN e Other.
Perf 1M
+31.9%
Perf 6M
+52.0%
Sharpe 1Y
1.90
P/E11.7
Fwd P/E12.3
Margem20.5%
ROE23.4%
Div Yield1.88%
D/E0.82
Mkt Cap$16.3B
PBR
Energy · Oil & Gas Integrated
SINAL MODERADO
▸
Petróleo Brasileiro S.A. - Petrobras explora, produz e vende petróleo e gás no Brasil e internacionalmente.
Perf 1M
+20.2%
Perf 6M
+61.9%
Sharpe 1Y
1.21
P/E6.0
Fwd P/E6.4
Margem15.8%
ROE19.0%
Div Yield25.92%
D/E0.89
Mkt Cap$84.3B
CE
Basic Materials · Chemicals
SINAL MODERADO
▸
A Celanese Corporation produz e vende polímeros de engenharia em todo o mundo. Opera através dos segmentos Engineered Materials e Acetyl Chain.
Perf 1M
+29.2%
Perf 6M
+57.3%
Sharpe 1Y
0.13
Fwd P/E10.2
Margem-12.2%
ROE-22.5%
Div Yield0.23%
D/E0.36
Mkt Cap$5.6B
NGD Desatualizado (2026-03-23)
Basic Materials · Gold
SINAL FORTE
▸
New Gold Inc., uma empresa intermediária de mineração de ouro, se dedica ao desenvolvimento e operação de propriedades minerais no Canadá. Ela explora principalmente depósitos de ouro, prata e cobre.
Perf 1M
+0.3%
Perf 6M
+77.3%
Sharpe 1Y
3.63
P/E32.5
Fwd P/E9.0
Margem20.1%
ROE22.3%
D/E0.32
Mkt Cap$8.3B
TDW
Energy · Oil & Gas Equipment & Services
SINAL FORTE
▸
Tidewater Inc., juntamente com suas subsidiárias, fornece embarcações de apoio offshore e serviços de suporte marítimo à indústria de energia offshore por meio da operação de uma frota de embarcações de serviço marítimo offshore em todo o mundo. A empresa oferece suporte nas fases de exploração d...
Perf 1M
+2.5%
Perf 6M
+51.8%
Sharpe 1Y
1.42
P/E28.2
Fwd P/E36.4
Margem24.7%
ROE27.0%
D/E0.48
Mkt Cap$4.2B
BP
Energy · Oil & Gas Integrated
SINAL MODERADO
▸
BP p.l.c., uma empresa de energia integrada, atua no negócio de petróleo e gás em todo o mundo. A empresa opera por meio dos segmentos Gas & Low Carbon Energy, Oil Production & Operations e Customers & Products.
Perf 1M
+20.0%
Perf 6M
+36.3%
Sharpe 1Y
1.14
P/E1942.0
Fwd P/E14.4
Margem0.0%
ROE1.7%
Div Yield5.14%
D/E1.59
Mkt Cap$99.5B
OXY
Energy · Oil & Gas E&P
SINAL MODERADO
▸
A Occidental Petroleum Corporation, juntamente com suas subsidiárias, atua na aquisição, exploração e desenvolvimento de propriedades de petróleo e gás nos Estados Unidos e internacionalmente. Opera através dos segmentos de Petróleo e Gás e Midstream e Marketing.
Perf 1M
+22.2%
Perf 6M
+37.7%
Sharpe 1Y
0.77
P/E39.7
Fwd P/E26.7
Margem10.8%
ROE5.9%
Div Yield1.79%
D/E0.66
Mkt Cap$52.9B
CHRD
Energy · Oil & Gas E&P
SINAL MODERADO
▸
A Chord Energy Corporation opera como uma empresa independente de exploração e produção nos Estados Unidos. A empresa se dedica à aquisição, exploração, desenvolvimento e produção de petróleo bruto, gás natural e líquidos de gás natural na Bacia de Williston.
Perf 1M
+29.1%
Perf 6M
+44.5%
Sharpe 1Y
0.59
P/E38.6
Fwd P/E0.0
Margem1.0%
ROE0.5%
Div Yield4.63%
D/E0.19
Mkt Cap$6.5B
▸ Top 4 Ações Brasileiras — Fuzzy Momentum
PETR3.SA
Energy · Oil & Gas Integrated
SINAL MODERADO
▸
Petróleo Brasileiro S.A. - Petrobras explora, produz e vende petróleo e gás no Brasil e internacionalmente.
Perf 1M
+27.9%
Perf 6M
+52.5%
Sharpe 1Y
1.08
P/E7.9
Fwd P/E6.5
Margem15.8%
ROE19.0%
Div Yield7.58%
D/E0.89
Mkt Cap$567.9B
JALL3.SA
Consumer Defensive · Confectioners
SINAL FORTE
▸
Jalles Machado S/A produz, comercializa e exporta açúcar, etanol e outros subprodutos de cana-de-açúcar. A empresa oferece açúcar cristal e orgânico; etanol hidratado, anidro, industrial e orgânico; produtos sanitizantes; e levedura.
Perf 1M
+20.1%
Perf 6M
+28.5%
Sharpe 1Y
-0.41
Fwd P/E5.4
Margem-3.2%
ROE-4.0%
Div Yield1.71%
D/E3.21
Mkt Cap$914M
BNBR3.SA
Financial Services · Banks - Regional
SINAL FORTE
▸
Banco do Nordeste do Brasil S.A. opera como um banco de desenvolvimento regional na América Latina.
Perf 1M
+1.2%
Perf 6M
+28.1%
Sharpe 1Y
0.69
P/E4.3
Fwd P/E0.0
Margem30.0%
ROE19.4%
Div Yield2.66%
D/E1.87
Mkt Cap$12.0B
SEER3.SA
Consumer Defensive · Education & Training Services
SINAL MODERADO
▸
Ser Educacional S.A., juntamente com suas subsidiárias, opera cursos de graduação, pós-graduação e formação profissional presenciais e a distância, além de outras áreas relacionadas à educação no Brasil. Oferece cursos de graduação, pós-graduação, presenciais e de aprendizagem digital, e cursos p...
Perf 1M
+0.2%
Perf 6M
+13.1%
Sharpe 1Y
2.61
P/E13.7
Fwd P/E9.6
Margem5.1%
ROE8.6%
Div Yield1.33%
D/E1.16
Mkt Cap$1.5B
▸ Top 8 ETFs — Fuzzy Momentum
FNGD.US
ETF · ETF
SINAL MODERADO
▸
O ETF FNGD.US (MicroSectors FANG+ Index -3X Inverse Leveraged ETN) é um ETN emitido pela BMO que busca replicar o retorno diário inverso e alavancado em -3x do NYSE FANG+ Index, composto por 10 ações igualmente ponderadas de empresas de tecnologia e consumo discricionário de alto crescimento, com...
Perf 1M
+28.0%
Perf 6M
+1588.4%
Sharpe 1Y
0.80
TSLQ.US
ETF · ETF
SINAL MODERADO
▸
O AXS TSLA Bear Daily ETF (TSLQ) é um fundo negociado em bolsa que fornece exposição inversa (-2x) aos movimentos diários das ações da Tesla, buscando lucrar quando o preço das ações da Tesla cai. O fundo investe em mercados de ações públicas através de derivativos, operando no setor de veículos ...
Perf 1M
+25.2%
Perf 6M
+234.5%
Sharpe 1Y
0.81
UVXY.US
ETF · ETF
SINAL MODERADO
▸
O ETF UVXY (ProShares Ultra VIX Short-Term Futures ETF) investe em contratos futuros de curto prazo do VIX, o índice de volatilidade do S&P 500, com exposição alavancada de 1,5x ao S&P 500 VIX Short-Term Futures Index, que replica posições nos próximos dois contratos futuros mensais com média pon...
Perf 1M
+53.6%
Perf 6M
+481.2%
Sharpe 1Y
0.81
SQQQ.US
ETF · ETF
SINAL MODERADO
▸
O ETF SQQQ.US (ProShares UltraPro Short QQQ) é um fundo negociado em bolsa alavancado e inverso que investe em derivativos, como swaps e futuros, para buscar resultados diários equivalentes a -3x o desempenho do Nasdaq-100 Index, um índice de 100 das maiores empresas não financeiras listadas na N...
Perf 1M
+26.2%
Perf 6M
+482.9%
Sharpe 1Y
1.11
TSLZ.US
ETF · ETF
SINAL MODERADO
▸
O ETF TSLZ.US (T-Rex 2X Inverse Tesla Daily Target ETF) investe em derivativos que buscam replicar o inverso duplo (-2x) do desempenho diário das ações da Tesla Inc. (TSLA), listada na NASDAQ. Ele foca no setor de fabricantes de automóveis nos Estados Unidos, dentro da categoria de consumo discri...
Perf 1M
+24.7%
Perf 6M
+2313.8%
Sharpe 1Y
0.76
SRTY.US
ETF · ETF
SINAL MODERADO
▸
O ETF SRTY.US (ProShares UltraPro Short Russell2000) é um fundo de índice inverso alavancado que busca entregar -3x o desempenho diário do índice Russell 2000, composto por cerca de 2.000 pequenas empresas americanas de capitalização de mercado abaixo de US$ 12 bilhões, selecionadas do Russell 30...
Perf 1M
+26.3%
Perf 6M
+275.1%
Sharpe 1Y
0.74
TECS.US
ETF · ETF
SINAL MODERADO
▸
O ETF TECS.US (Direxion Daily Technology Bear 3X Shares) é um fundo negociado em bolsa que busca entregar -300% do desempenho diário do Technology Select Sector Index, utilizando derivativos como swaps e futuros para uma estratégia de venda a descoberto alavancada. Ele investe indiretamente em aç...
Perf 1M
+25.6%
Perf 6M
+19.8%
Sharpe 1Y
0.80
TSLS.US
ETF · ETF
SINAL MODERADO
▸
O ETF TSLS.US (Direxion Daily TSLA Bear 1X Shares) é um fundo inverso que busca resultados diários equivalentes a 100% do inverso (-1x) do desempenho das ações comuns da Tesla, Inc. (TSLA), utilizando derivativos como swaps para criar exposição short no setor de veículos elétricos e componentes d...
Perf 1M
+1020.6%
Perf 6M
+1072.5%
Sharpe 1Y
0.76
Buscar Score Fuzzy
Pesquise qualquer ação ou ETF do universo para ver seu score composto, percentil e posição na distribuição.
Backtest Walk-Forward
Para testar se o sistema realmente funciona, voltamos no tempo: a cada sexta-feira das últimas 52 semanas, recalculamos os scores usando apenas dados disponíveis naquela data (sem espiar o futuro). Os top 6 ações + 6 ETFs foram selecionados e então medimos o que realmente aconteceu com esses ativos nos 1, 2 e 3 meses seguintes. Os 3 indicadores abaixo resumem o resultado de 3 meses: o retorno médio dos picks, quanto superaram o S&P 500, e em quantas semanas os picks bateram o índice (Win Rate — acima de 50% significa que na maioria das semanas o sistema acertou).
Retorno Médio 3M
+10.6%
Excesso vs S&P 500
+5.3%
Win Rate vs S&P 500
+66.7%
% das semanas que bateu o SPY
Ver Detalhes do Backtest
Fonte: EODHD (preços históricos)
▸Nota Metodológica — Momentum por Lógica Fuzzy
O que é lógica fuzzy?
Na lógica tradicional, uma afirmação só pode ser verdadeira ou falsa. Na lógica fuzzy (ou difusa), as coisas podem ser parcialmente verdadeiras. Por exemplo: um ativo com preço 2% acima da média móvel de 20 dias não é "totalmente acima" nem "totalmente abaixo" — ele tem um grau intermediário de pertinência ao grupo "acima da média". Isso permite que o sistema capture nuances que regras binárias perderiam.
Como funciona o score de momentum?
O sistema avalia 5 indicadores para cada ativo, cada um recebendo um grau entre 0 e 1:
• Momentum semanal — o ativo está subindo, caindo ou estável?
• Posição vs. média móvel de 20 dias — o preço está acima ou abaixo da tendência recente?
• Volume relativo (10 dias) — o volume de negociação está acima do normal? (mais gente comprando/vendendo)
• RSI (14 dias) — o ativo está sobrecomprado, sobrevendido ou em zona neutra?
• Tipo de tendência — a tendência é de alta consistente, reversão ou indefinida?
11 regras combinam esses graus para gerar um sinal de compra (forte ou moderado) com um nível de confiança. O score final pondera cada indicador com pesos que refletem sua importância preditiva.
Exemplo ilustrativo:
Imagine um ativo com as seguintes leituras: momentum semanal = 0.85 (forte alta), posição vs. MA20 = 0.70 (bem acima da média), volume relativo = 0.60 (acima do normal), RSI = 0.55 (zona neutra-alta), tipo de tendência = 0.90 (alta consistente). As 11 regras avaliam essas combinações — por exemplo, "se momentum é alto E posição vs. MA20 é alta, então o sinal é forte com alta confiança". O score final ponderado seria algo como: 0.85×35% + 0.70×25% + 0.60×15% + 0.55×10% + 0.90×5% + confiança×10% ≈ 0.74. Esse score é comparado com os de todos os outros ativos para formar o ranking.
Na lógica tradicional, uma afirmação só pode ser verdadeira ou falsa. Na lógica fuzzy (ou difusa), as coisas podem ser parcialmente verdadeiras. Por exemplo: um ativo com preço 2% acima da média móvel de 20 dias não é "totalmente acima" nem "totalmente abaixo" — ele tem um grau intermediário de pertinência ao grupo "acima da média". Isso permite que o sistema capture nuances que regras binárias perderiam.
Como funciona o score de momentum?
O sistema avalia 5 indicadores para cada ativo, cada um recebendo um grau entre 0 e 1:
• Momentum semanal — o ativo está subindo, caindo ou estável?
• Posição vs. média móvel de 20 dias — o preço está acima ou abaixo da tendência recente?
• Volume relativo (10 dias) — o volume de negociação está acima do normal? (mais gente comprando/vendendo)
• RSI (14 dias) — o ativo está sobrecomprado, sobrevendido ou em zona neutra?
• Tipo de tendência — a tendência é de alta consistente, reversão ou indefinida?
11 regras combinam esses graus para gerar um sinal de compra (forte ou moderado) com um nível de confiança. O score final pondera cada indicador com pesos que refletem sua importância preditiva.
Exemplo ilustrativo:
Imagine um ativo com as seguintes leituras: momentum semanal = 0.85 (forte alta), posição vs. MA20 = 0.70 (bem acima da média), volume relativo = 0.60 (acima do normal), RSI = 0.55 (zona neutra-alta), tipo de tendência = 0.90 (alta consistente). As 11 regras avaliam essas combinações — por exemplo, "se momentum é alto E posição vs. MA20 é alta, então o sinal é forte com alta confiança". O score final ponderado seria algo como: 0.85×35% + 0.70×25% + 0.60×15% + 0.55×10% + 0.90×5% + confiança×10% ≈ 0.74. Esse score é comparado com os de todos os outros ativos para formar o ranking.
Fonte: EODHD (preços, fundamentos, 4K símbolos)
ETFs — Maiores Entradas e Saídas de Investimentos (Última Semana)
Mostra os ETFs que mais receberam e mais perderam capital na última semana, medido pela variação no volume diário médio negociado. Útil para identificar para onde o dinheiro institucional está fluindo.
▸ ▲ Maiores Entradas (7 dias)
| ETF | Fluxo 7d | Variação | Vol/dia |
|---|---|---|---|
| +$10289.8M | +17.0% | $70861.5M | |
| +$7801.9M | +21.6% | $43936.0M | |
| +$2065.0M | +33.5% | $8238.3M | |
| +$1788.4M | +22.7% | $9670.5M | |
| +$1006.3M | +7.9% | $13706.5M |
▸ ▼ Maiores Saídas (7 dias)
| ETF | Fluxo 7d | Variação | Vol/dia |
|---|---|---|---|
| $3027.5M | -26.4% | $8445.9M | |
| $2684.5M | -31.7% | $5777.4M | |
| $1481.4M | -22.0% | $5264.1M | |
| $1384.7M | -66.4% | $699.7M | |
| $1289.0M | -87.6% | $181.7M |
Fonte: EODHD (ETF prices, AUM, holdings)
Performance e Alpha de Fundos
Avalia fundos de investimento usando o modelo acadêmico de Fama-French. O objetivo é responder: este fundo realmente gera valor, ou apenas surfa riscos conhecidos? O Alpha (α)[?] mede o retorno anualizado que não é explicado pelos 5 fatores de risco do modelo.
▸ Top 10 Fundos — Global
| # | Ticker | Nome | Alpha (α) | 1M | 6M | 12M | β Mkt | β SMB | β HML | β RMW | β CMA | R² |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| ▸1 | IGR | +0.2762 | +3.8% | -2.3% | +14.8% | +0.8822 | -0.1789 | +0.4062 | +0.1949 | +0.0762 | +0.3640 | |
| ▸2 | NAD | +0.0552 | -1.0% | -5.5% | +5.4% | +0.2685 | +0.0368 | +0.0576 | +0.1724 | +0.0134 | +0.1896 | |
| ▸3 | JPC | +0.0505 | +2.4% | +3.3% | +20.1% | +0.5175 | -0.2498 | +0.0324 | +0.0624 | +0.0449 | +0.3767 | |
| ▸4 | NEA | +0.0232 | -1.4% | -5.5% | +5.3% | +0.2933 | +0.0609 | +0.0627 | +0.2530 | -0.0618 | +0.2145 | |
| ▸5 | DNP | +0.0156 | +1.5% | +5.9% | +22.4% | +0.6101 | -0.2138 | +0.1409 | +0.2309 | -0.0648 | +0.3697 | |
| ▸6 | CLM | -0.0896 | +15.5% | -5.6% | +23.7% | +0.7964 | -0.2314 | -0.2471 | +0.1300 | -0.1158 | +0.3991 | |
| ▸7 | USA | -0.1043 | +4.7% | -3.5% | +10.7% | +0.8144 | -0.3147 | -0.1398 | +0.0091 | -0.0546 | +0.6898 | |
| ▸8 | PTY | -0.1053 | +0.7% | -2.0% | +5.4% | +0.5480 | -0.2457 | +0.0410 | +0.2645 | +0.0889 | +0.4157 | |
| ▸9 | JQC | -0.1101 | +2.0% | -3.1% | +6.3% | +0.5199 | -0.2138 | -0.0314 | +0.1316 | -0.0191 | +0.3439 | |
| ▸10 | JFR | -0.1140 | +1.9% | -3.6% | +7.3% | +0.4780 | -0.2795 | +0.0330 | +0.0541 | -0.0523 | +0.3500 |
▸ Top 10 Fundos — Brasil
| # | Ticker | Nome | Alpha (α) | 1M | 6M | 12M | β Mkt | β SMB | β HML | β RMW | β CMA | R² |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| ▸1 | VRTA11.SA | +0.0796 | +0.9% | +9.1% | +4.2% | +0.4420 | +0.3086 | -0.0559 | -0.1848 | -0.1708 | +0.1107 | |
| ▸2 | HGLG11.SA | +0.0388 | -1.4% | +10.2% | +5.8% | +0.3000 | +0.2255 | -0.0878 | +0.0196 | -0.0246 | +0.0865 | |
| ▸3 | NDIV11.SA | +0.0222 | -0.6% | +7.5% | +11.0% | +0.4903 | -0.8169 | +0.1395 | -0.0068 | +0.4087 | +0.5670 | |
| ▸4 | MXRF11.SA | +0.0209 | +2.1% | +8.0% | +3.8% | +0.2760 | +0.1356 | +0.0888 | -0.0209 | -0.0883 | +0.0682 | |
| ▸5 | CRAA11.SA | +0.0190 | +2.4% | +10.2% | +4.3% | +0.3261 | +0.0011 | +0.0232 | -0.2097 | -0.1930 | +0.0488 | |
| ▸6 | NSDV11.SA | +0.0068 | 0.0% | +6.8% | +10.2% | +0.5238 | -0.8206 | +0.1815 | +0.0519 | +0.3783 | +0.6449 | |
| ▸7 | CXAG11.SA | -0.0427 | +3.8% | +6.8% | +8.4% | +0.1879 | +0.2698 | -0.0612 | +0.0681 | -0.0644 | +0.0518 | |
| ▸8 | HGBS11.SA | -0.1132 | +0.8% | +8.5% | -0.6% | +0.4160 | +0.2524 | -0.2095 | -0.1035 | -0.1323 | +0.1142 | |
| ▸9 | APTO11.SA | -0.1235 | +1.7% | +1.9% | +2.1% | +0.2010 | +0.6560 | +0.0523 | +0.5617 | -0.0422 | +0.0705 | |
| ▸10 | XPML11.SA | -0.1565 | -1.3% | +4.3% | -8.7% | +0.4202 | +0.2378 | -0.0624 | +0.0291 | -0.0310 | +0.1002 |
Buscar Alpha de Qualquer Ativo
Pesquise qualquer ação, ETF ou fundo do universo de ~4.000 ativos para ver seu alpha, exposição aos fatores de risco Fama-French e posição na distribuição.
▸Nota Metodológica — Modelo Fama-French 5 Fatores
A origem do modelo
Em 1992, os economistas Eugene Fama e Kenneth French publicaram um estudo que revolucionou a forma como avaliamos investimentos. Eles descobriram que o retorno de uma ação não depende apenas de "o mercado subiu ou caiu", mas de outros padrões previsíveis. Eugene Fama recebeu o Prêmio Nobel de Economia em 2013 por esse e outros trabalhos sobre mercados financeiros.
A ideia central — em linguagem simples
Imagine que você quer avaliar se um gestor de fundos é realmente bom. Se o fundo dele rendeu 15% no ano, parece ótimo — mas e se o mercado inteiro subiu 20%? Nesse caso, o gestor na verdade perdeu para o mercado. O modelo de Fama-French vai além: ele verifica se o retorno do fundo pode ser explicado não apenas pelo mercado, mas por 5 padrões (chamados fatores) que historicamente geram retorno:
• Mercado — o retorno extra por investir em ações em vez de títulos sem risco (quanto o mercado como um todo subiu ou desceu)
• Tamanho (SMB) — empresas menores tendem a render mais que empresas gigantes no longo prazo, porque são mais arriscadas
• Valor (HML) — ações "baratas" (preço baixo em relação ao patrimônio da empresa) tendem a superar ações "caras" (empresas da moda, com preço inflado)
• Lucratividade (RMW) — empresas mais lucrativas tendem a ter retornos melhores
• Investimento (CMA) — empresas que investem de forma conservadora (sem gastar demais em expansão) tendem a render mais
O que é o Alpha (α)?
Depois de descontar esses 5 efeitos, o que sobra é o Alpha. Se um fundo tem alpha positivo, significa que ele gera retorno além do que seria esperado pelos riscos que assume. Isso sugere habilidade genuína do gestor. Se o alpha é negativo, o fundo está destruindo valor — provavelmente por taxas altas, decisões ruins ou timing errado.
Como ler a tabela
• Alpha (α) — o retorno extra anualizado (positivo = bom, negativo = ruim)
• β Mkt, β SMB, β HML, β RMW, β CMA — a exposição do fundo a cada fator (valores maiores = mais exposto a esse tipo de risco)
• R² — quanto do comportamento do fundo é explicado pelo modelo (0% = nada, 100% = totalmente). R² baixo pode significar que o fundo tem uma estratégia muito diferente do mercado de ações tradicional
Em 1992, os economistas Eugene Fama e Kenneth French publicaram um estudo que revolucionou a forma como avaliamos investimentos. Eles descobriram que o retorno de uma ação não depende apenas de "o mercado subiu ou caiu", mas de outros padrões previsíveis. Eugene Fama recebeu o Prêmio Nobel de Economia em 2013 por esse e outros trabalhos sobre mercados financeiros.
A ideia central — em linguagem simples
Imagine que você quer avaliar se um gestor de fundos é realmente bom. Se o fundo dele rendeu 15% no ano, parece ótimo — mas e se o mercado inteiro subiu 20%? Nesse caso, o gestor na verdade perdeu para o mercado. O modelo de Fama-French vai além: ele verifica se o retorno do fundo pode ser explicado não apenas pelo mercado, mas por 5 padrões (chamados fatores) que historicamente geram retorno:
• Mercado — o retorno extra por investir em ações em vez de títulos sem risco (quanto o mercado como um todo subiu ou desceu)
• Tamanho (SMB) — empresas menores tendem a render mais que empresas gigantes no longo prazo, porque são mais arriscadas
• Valor (HML) — ações "baratas" (preço baixo em relação ao patrimônio da empresa) tendem a superar ações "caras" (empresas da moda, com preço inflado)
• Lucratividade (RMW) — empresas mais lucrativas tendem a ter retornos melhores
• Investimento (CMA) — empresas que investem de forma conservadora (sem gastar demais em expansão) tendem a render mais
O que é o Alpha (α)?
Depois de descontar esses 5 efeitos, o que sobra é o Alpha. Se um fundo tem alpha positivo, significa que ele gera retorno além do que seria esperado pelos riscos que assume. Isso sugere habilidade genuína do gestor. Se o alpha é negativo, o fundo está destruindo valor — provavelmente por taxas altas, decisões ruins ou timing errado.
Como ler a tabela
• Alpha (α) — o retorno extra anualizado (positivo = bom, negativo = ruim)
• β Mkt, β SMB, β HML, β RMW, β CMA — a exposição do fundo a cada fator (valores maiores = mais exposto a esse tipo de risco)
• R² — quanto do comportamento do fundo é explicado pelo modelo (0% = nada, 100% = totalmente). R² baixo pode significar que o fundo tem uma estratégia muito diferente do mercado de ações tradicional
Fonte: EODHD (4K ações), modelo Fama-French 5 fatores
Portfólios Temáticos
Os ativos do universo são agrupados em portfólios temáticos (momentum, diversificado, defensivo, dólar, ouro, petróleo, etc.) com base em como se comportam juntos. Ativos que sobem e descem de forma parecida ficam no mesmo grupo. Selecione um portfólio no menu para ver os ativos que o compõem. Clique em qualquer ponto da rede para ver os detalhes do ativo e seus pares mais relacionados — se o ativo pertencer a outro portfólio, a visualização muda automaticamente.
Como ler este gráfico: cada barra representa a exposição do portfólio a um fator de risco do modelo Fama-French. Barras para a direita (positivas) indicam que o portfólio é favorecido por esse fator. Barras para a esquerda (negativas) indicam exposição contrária. Por exemplo, um valor alto em "Mercado" significa que o portfólio tende a subir quando o mercado sobe; um valor negativo em "Tamanho" indica preferência por empresas grandes em vez de pequenas.
▸Nota Metodológica — Portfólios Temáticos e Rede de Correlação
O que é uma rede de correlação?
Imagine que cada ativo (ação ou ETF) é um ponto. Quando dois ativos tendem a subir e cair juntos, traçamos uma linha entre eles. Quanto mais parecido o comportamento, mais grossa a linha. O resultado é um mapa visual onde ativos que se movem de forma similar ficam próximos, e ativos com comportamento diferente ficam distantes.
Como os portfólios são formados?
A partir dessa rede, o sistema identifica automaticamente agrupamentos naturais — conjuntos de ativos que se movem de maneira parecida. Cada agrupamento recebe um nome temático que descreve o comportamento dominante dos seus membros: "momentum" (ativos em tendência de alta), "defensivo" (ativos mais estáveis), "dólar" (ativos sensíveis ao câmbio), etc.
Para que serve?
Esse mapa ajuda a entender a diversificação real de uma carteira. Se todos os seus ativos estão no mesmo grupo, eles provavelmente vão cair juntos em um momento de estresse. Ativos de grupos diferentes tendem a se compensar, reduzindo o risco total.
Como ler o gráfico:
• Pontos = ativos individuais (ações ou ETFs)
• Linhas = correlação entre dois ativos (mais grossa = mais correlacionados)
• Cores = cada cor representa um portfólio temático diferente
• Proximidade = ativos próximos se comportam de forma parecida
• Distância = ativos distantes oferecem diversificação entre si
Imagine que cada ativo (ação ou ETF) é um ponto. Quando dois ativos tendem a subir e cair juntos, traçamos uma linha entre eles. Quanto mais parecido o comportamento, mais grossa a linha. O resultado é um mapa visual onde ativos que se movem de forma similar ficam próximos, e ativos com comportamento diferente ficam distantes.
Como os portfólios são formados?
A partir dessa rede, o sistema identifica automaticamente agrupamentos naturais — conjuntos de ativos que se movem de maneira parecida. Cada agrupamento recebe um nome temático que descreve o comportamento dominante dos seus membros: "momentum" (ativos em tendência de alta), "defensivo" (ativos mais estáveis), "dólar" (ativos sensíveis ao câmbio), etc.
Para que serve?
Esse mapa ajuda a entender a diversificação real de uma carteira. Se todos os seus ativos estão no mesmo grupo, eles provavelmente vão cair juntos em um momento de estresse. Ativos de grupos diferentes tendem a se compensar, reduzindo o risco total.
Como ler o gráfico:
• Pontos = ativos individuais (ações ou ETFs)
• Linhas = correlação entre dois ativos (mais grossa = mais correlacionados)
• Cores = cada cor representa um portfólio temático diferente
• Proximidade = ativos próximos se comportam de forma parecida
• Distância = ativos distantes oferecem diversificação entre si
Fonte: EODHD (retornos, correlações), Fama-French 5 fatores
REITs — Real Estate Investment Trusts
Panorama do mercado de REITs: desempenho por sub-setor, comparação geográfica e os melhores performers recentes.
▸ Desempenho por Sub-Setor
🇺🇸 EUA
| Setor | Ret 1M | Ret 6M | Yield |
|---|---|---|---|
| Mortgage (20) | -6.2% | -7.0% | 13.2% |
| Hotel & Motel (10) | -6.4% | -4.0% | 4.8% |
| Specialty (11) | -7.4% | -1.5% | 4.2% |
| Retail (17) | -7.6% | +0.5% | 3.7% |
| Diversified (5) | -7.8% | -7.0% | 5.7% |
| Residential (12) | -8.4% | -19.1% | 6.1% |
| Healthcare Facilities (10) | -8.4% | +8.1% | 4.0% |
| Industrial (11) | -9.5% | +37.4% | 4.5% |
| Office (13) | -10.5% | -19.7% | 7.0% |
🇧🇷 Brasil
| Setor | Ret 1M | Ret 6M | Yield |
|---|---|---|---|
| Office (2) | +0.6% | +43.1% | 0.0% |
| Diversified (32) | -0.3% | +15.3% | 0.6% |
| Residential (2) | -0.8% | +1.8% | 0.0% |
| Industrial (2) | -1.5% | +10.3% | 0.0% |
| Specialty (4) | -1.5% | +0.2% | 0.0% |
| Retail (3) | -4.5% | -16.8% | 0.0% |
Fonte: EODHD (fundamentals_enrichment — REITs)
Regime de Mercado
Identifica o estado atual do mercado analisando 11 classes de ativos semanalmente: ações (SPY), valor vs. crescimento (IWD−IWF), momentum (MTUM), qualidade (QUAL), títulos longos (TLT), crédito de alta qualidade (LQD), crédito de alto risco (HYG), mercados emergentes (EEM), volatilidade (VIXY), commodities (DBC) e ouro (GLD). O modelo detecta automaticamente em que "estado de humor" o mercado se encontra — se está otimista e aceitando riscos, cauteloso, ou em modo de proteção.
Onde Estamos Agora
Leitura atual dos 4 componentes principais
PC1
Apetite por Risco
Risk-On 66%
Apetite por risco elevado — equities, momentum e crédito em alta conjunta. Ambiente favorável para ativos de risco.
PC2
Duration / Taxas
Afrouxamento 82%
Yields em queda, bonds em alta — ambiente de afrouxamento monetário ou flight-to-quality.
PC3
Rotação Cíclica
Cíclico 70%
Rotação para cíclicos — value, commodities e ativos de inflação liderando. Reflation trade.
PC4
Risco de Cauda
Alerta 95%
Alerta de risco de cauda — VIX elevado e demanda por ouro como refúgio. Proteção recomendada.
Como funciona a identificação de regimes
Acompanhamos 11 ETFs que representam as principais forças do mercado: ações (SPY), valor vs. crescimento (IWD−IWF), momentum (MTUM), qualidade (QUAL), títulos longos (TLT), crédito investment grade (LQD), high yield (HYG), mercados emergentes (EEM), volatilidade (VIXY), commodities (DBC) e ouro (GLD). Cada semana, esses ativos se movem juntos ou em direções opostas — e nesses padrões estão escondidos os regimes de mercado.
Usamos Análise de Componentes Principais (PCA) para extrair os quatro padrões dominantes desses 11 ativos. Em vez de analisar cada ETF isoladamente, o PCA encontra os "eixos invisíveis" que explicam a maior parte do movimento conjunto. Esses eixos são chamados de Componentes Principais.
Juntos, esses quatro componentes explicam 78% de toda a variação semanal dos 11 fatores — capturando a dinâmica essencial do mercado em quatro dimensões complementares.
Com cada componente, rodamos um modelo Markov-Switching que seleciona automaticamente o número ótimo de regimes (K) por BIC, permitindo detectar mudanças de regime em tempo real com a granularidade ideal para cada dimensão.
PC1
Apetite por Risco
O termômetro do mercado
42% da variância
Quando este componente sobe, praticamente tudo sobe junto: ações, momentum, qualidade, crédito e emergentes se movem na mesma direção, enquanto volatilidade (VIXY) cai. É a força dominante — o clássico risk-on / risk-off.
Risk-On 66%
| ETF | Peso | Sem | 1M |
|---|---|---|---|
| SPY | +0.438 | -0.3% | -6.1% |
| QUAL | +0.431 | -0.4% | -6.3% |
| MTUM | +0.409 | -2.1% | -4.5% |
| HYG | +0.395 | +0.1% | -1.1% |
| EEM | +0.362 | -0.8% | -4.6% |
Como interpretar
▲ alto = risk-on (equities, momentum e crédito em alta)
▼ baixo = risk-off (venda generalizada, fuga para segurança)
▼ baixo = risk-off (venda generalizada, fuga para segurança)
▶ O que cada ETF representa
| SPY | Retorno total do S&P 500 — exposição ampla ao mercado acionário americano |
| QUAL | MSCI USA Quality Factor — ações com alto ROE, lucros estáveis e baixa alavancagem |
| MTUM | MSCI USA Momentum Factor — ações com tendência de preço recente forte |
| HYG | Títulos corporativos high yield (abaixo de BBB) — risco de crédito alto, correlacionado com ações em estresse |
| EEM | iShares MSCI Mercados Emergentes — exposição ampla a ações de EM (China, Taiwan, Índia, Coreia, Brasil) |
| LQD | Títulos corporativos grau investimento (BBB+) — risco de crédito com spread moderado |
| DBC | Invesco DB Commodity Index — cesta diversificada (energia, metais, agricultura) |
| VIXY | ProShares VIX Short-Term Futures — proxy direta do medo/volatilidade do mercado (VIX) |
| GLD | SPDR Gold Shares — proxy do preço do ouro, porto seguro e hedge de inflação |
| IWD − IWF | Russell 1000 Value menos Growth — spread entre ações de valor e crescimento (positivo = valor supera) |
| TLT | Títulos do Tesouro americano 20+ anos — duration longa, sobe quando yields caem |
PC2
Duration / Taxas
O canal dos juros
16% da variância
Captura o mundo dos juros e safe havens, independente do apetite por risco. TLT, LQD e ouro dominam; commodities e ações no lado oposto. Diferencia pânico de alta de juros.
Afrouxamento 82%
Projeção →
Afrouxamento
| ETF | Peso | Sem | 1M |
|---|---|---|---|
| TLT | +0.683 | +1.3% | -1.9% |
| LQD | +0.500 | +0.6% | -1.7% |
| GLD | +0.342 | -0.0% | -12.7% |
| VIXY | +0.221 | -0.9% | +10.0% |
| DBC | −0.213 | +0.6% | +6.3% |
Como interpretar
▲ alto = yields caindo, bonds em alta (afrouxamento ou flight-to-quality)
▼ baixo = yields subindo, bonds em queda (aperto monetário)
▼ baixo = yields subindo, bonds em queda (aperto monetário)
▶ O que cada ETF representa
| TLT | Títulos do Tesouro americano 20+ anos — duration longa, sobe quando yields caem |
| LQD | Títulos corporativos grau investimento (BBB+) — risco de crédito com spread moderado |
| GLD | SPDR Gold Shares — proxy do preço do ouro, porto seguro e hedge de inflação |
| VIXY | ProShares VIX Short-Term Futures — proxy direta do medo/volatilidade do mercado (VIX) |
| DBC | Invesco DB Commodity Index — cesta diversificada (energia, metais, agricultura) |
| SPY | Retorno total do S&P 500 — exposição ampla ao mercado acionário americano |
| EEM | iShares MSCI Mercados Emergentes — exposição ampla a ações de EM (China, Taiwan, Índia, Coreia, Brasil) |
| QUAL | MSCI USA Quality Factor — ações com alto ROE, lucros estáveis e baixa alavancagem |
| IWD − IWF | Russell 1000 Value menos Growth — spread entre ações de valor e crescimento (positivo = valor supera) |
| HYG | Títulos corporativos high yield (abaixo de BBB) — risco de crédito alto, correlacionado com ações em estresse |
| MTUM | MSCI USA Momentum Factor — ações com tendência de preço recente forte |
PC3
Rotação Cíclica
Valor, commodities e ciclo
12% da variância
Captura a rotação entre ativos cíclicos (value, commodities, ouro) e defensivos/growth. Quando sobe, o mercado favorece setores ligados ao ciclo econômico e inflação.
Cíclico 70%
Projeção →
Início de Ciclo
| ETF | Peso | Sem | 1M |
|---|---|---|---|
| IWD − IWF | +0.673 | +0.2% | +4.5% |
| DBC | +0.561 | +0.6% | +6.3% |
| GLD | +0.352 | -0.0% | -12.7% |
| QUAL | −0.170 | -0.4% | -6.3% |
| MTUM | −0.148 | -2.1% | -4.5% |
Como interpretar
▲ alto = rotação para valor e commodities (ciclo em expansão, reflation trade)
▼ baixo = rotação para growth e defensivos (ciclo em desaceleração)
▼ baixo = rotação para growth e defensivos (ciclo em desaceleração)
▶ O que cada ETF representa
| IWD − IWF | Russell 1000 Value menos Growth — spread entre ações de valor e crescimento (positivo = valor supera) |
| DBC | Invesco DB Commodity Index — cesta diversificada (energia, metais, agricultura) |
| GLD | SPDR Gold Shares — proxy do preço do ouro, porto seguro e hedge de inflação |
| QUAL | MSCI USA Quality Factor — ações com alto ROE, lucros estáveis e baixa alavancagem |
| MTUM | MSCI USA Momentum Factor — ações com tendência de preço recente forte |
| SPY | Retorno total do S&P 500 — exposição ampla ao mercado acionário americano |
| HYG | Títulos corporativos high yield (abaixo de BBB) — risco de crédito alto, correlacionado com ações em estresse |
| LQD | Títulos corporativos grau investimento (BBB+) — risco de crédito com spread moderado |
| EEM | iShares MSCI Mercados Emergentes — exposição ampla a ações de EM (China, Taiwan, Índia, Coreia, Brasil) |
| TLT | Títulos do Tesouro americano 20+ anos — duration longa, sobe quando yields caem |
| VIXY | ProShares VIX Short-Term Futures — proxy direta do medo/volatilidade do mercado (VIX) |
PC4
Risco de Cauda
Medo e proteção
8% da variância
Dominado pela volatilidade (VIXY) e ouro — captura spikes de medo e demanda por proteção que não se refletem necessariamente nos preços de equities ou bonds.
Alerta 95%
Projeção →
Alerta
| ETF | Peso | Sem | 1M |
|---|---|---|---|
| GLD | +0.545 | -0.0% | -12.7% |
| VIXY | +0.512 | -0.9% | +10.0% |
| IWD − IWF | −0.431 | +0.2% | +4.5% |
| DBC | +0.286 | +0.6% | +6.3% |
| LQD | −0.275 | +0.6% | -1.7% |
Como interpretar
▲ alto = spike de medo (VIX em alta, ouro como refúgio, tail risk elevado)
▼ baixo = mercado calmo (complacência, VIX comprimido)
▼ baixo = mercado calmo (complacência, VIX comprimido)
▶ O que cada ETF representa
| GLD | SPDR Gold Shares — proxy do preço do ouro, porto seguro e hedge de inflação |
| VIXY | ProShares VIX Short-Term Futures — proxy direta do medo/volatilidade do mercado (VIX) |
| IWD − IWF | Russell 1000 Value menos Growth — spread entre ações de valor e crescimento (positivo = valor supera) |
| DBC | Invesco DB Commodity Index — cesta diversificada (energia, metais, agricultura) |
| LQD | Títulos corporativos grau investimento (BBB+) — risco de crédito com spread moderado |
| HYG | Títulos corporativos high yield (abaixo de BBB) — risco de crédito alto, correlacionado com ações em estresse |
| TLT | Títulos do Tesouro americano 20+ anos — duration longa, sobe quando yields caem |
| EEM | iShares MSCI Mercados Emergentes — exposição ampla a ações de EM (China, Taiwan, Índia, Coreia, Brasil) |
| MTUM | MSCI USA Momentum Factor — ações com tendência de preço recente forte |
| SPY | Retorno total do S&P 500 — exposição ampla ao mercado acionário americano |
| QUAL | MSCI USA Quality Factor — ações com alto ROE, lucros estáveis e baixa alavancagem |
Detalhes técnicos
K=3 Markov-Switching on PC1+PC2 of 11 factor-ETFs (SPY, IWD−IWF, MTUM, QUAL, TLT, LQD, HYG, EEM, VIXY, DBC, GLD)
PCA: PC1 42% + PC2 16% + PC3 12% + PC4 8% = 78% variance · AIC: 2522 · BIC: 2589
PCA: PC1 42% + PC2 16% + PC3 12% + PC4 8% = 78% variance · AIC: 2522 · BIC: 2589
▸Nota Metodológica — Modelo de Regimes de Mercado
O que é um regime de mercado?
Mercados financeiros não se comportam da mesma forma o tempo todo. Existem períodos de otimismo, onde a maioria dos ativos sobe de forma coordenada, e períodos de estresse, onde tudo cai junto e investidores buscam proteção. Entre esses extremos, há momentos de transição sem direção clara. Identificar em qual "regime" estamos ajuda a entender o ambiente de investimento atual.
Como funciona a identificação?
Acompanhamos semanalmente 11 classes de ativos que representam as principais forças do mercado: ações americanas, ações de valor vs. crescimento, ações com momentum, ações de qualidade, títulos de longo prazo, crédito corporativo (alta e baixa qualidade), mercados emergentes, volatilidade, commodities e ouro. Cada semana, esses ativos se movem juntos ou em direções opostas — e nesses padrões de movimento conjunto estão os sinais de regime.
O que é o modelo Markov-Switching?
O modelo Markov-Switching (ou modelo de mudança de regime) é uma técnica estatística que assume que o mercado pode estar em diferentes "estados" e que muda entre eles ao longo do tempo. O nome vem do matemático russo Andrei Markov, que estudou processos onde o próximo estado depende apenas do estado atual (não de toda a história passada).
Na prática, o modelo faz o seguinte:
• Assume que existem estados distintos (no nosso caso, otimista, neutro e estressado)
• Em cada estado, os retornos dos ativos se comportam de forma estatisticamente diferente (média e volatilidade distintas)
• O modelo calcula, semana a semana, a probabilidade de estarmos em cada estado
• Quando a probabilidade de um estado ultrapassa a dos demais, ocorre uma "mudança de regime"
Por que é útil para investidores?
Diferentes tipos de ativos funcionam melhor em diferentes regimes. Ações de crescimento tendem a brilhar em regimes otimistas. Ouro e títulos do governo tendem a proteger em regimes de estresse. Saber em qual regime estamos ajuda a calibrar a exposição a risco — não como uma bola de cristal, mas como um termômetro da situação atual.
Análise por Componentes Principais (PCA)
Como são 11 ativos, analisá-los individualmente seria complexo. Usamos uma técnica chamada PCA que extrai os 4 padrões de movimento mais importantes desses 11 ativos. Cada padrão (componente principal) captura uma dimensão diferente do mercado: apetite por risco, juros/duração, rotação cíclica e risco extremo. Para cada dimensão, rodamos um modelo Markov-Switching separado, permitindo uma leitura mais rica e granular do regime atual.
Mercados financeiros não se comportam da mesma forma o tempo todo. Existem períodos de otimismo, onde a maioria dos ativos sobe de forma coordenada, e períodos de estresse, onde tudo cai junto e investidores buscam proteção. Entre esses extremos, há momentos de transição sem direção clara. Identificar em qual "regime" estamos ajuda a entender o ambiente de investimento atual.
Como funciona a identificação?
Acompanhamos semanalmente 11 classes de ativos que representam as principais forças do mercado: ações americanas, ações de valor vs. crescimento, ações com momentum, ações de qualidade, títulos de longo prazo, crédito corporativo (alta e baixa qualidade), mercados emergentes, volatilidade, commodities e ouro. Cada semana, esses ativos se movem juntos ou em direções opostas — e nesses padrões de movimento conjunto estão os sinais de regime.
O que é o modelo Markov-Switching?
O modelo Markov-Switching (ou modelo de mudança de regime) é uma técnica estatística que assume que o mercado pode estar em diferentes "estados" e que muda entre eles ao longo do tempo. O nome vem do matemático russo Andrei Markov, que estudou processos onde o próximo estado depende apenas do estado atual (não de toda a história passada).
Na prática, o modelo faz o seguinte:
• Assume que existem estados distintos (no nosso caso, otimista, neutro e estressado)
• Em cada estado, os retornos dos ativos se comportam de forma estatisticamente diferente (média e volatilidade distintas)
• O modelo calcula, semana a semana, a probabilidade de estarmos em cada estado
• Quando a probabilidade de um estado ultrapassa a dos demais, ocorre uma "mudança de regime"
Por que é útil para investidores?
Diferentes tipos de ativos funcionam melhor em diferentes regimes. Ações de crescimento tendem a brilhar em regimes otimistas. Ouro e títulos do governo tendem a proteger em regimes de estresse. Saber em qual regime estamos ajuda a calibrar a exposição a risco — não como uma bola de cristal, mas como um termômetro da situação atual.
Análise por Componentes Principais (PCA)
Como são 11 ativos, analisá-los individualmente seria complexo. Usamos uma técnica chamada PCA que extrai os 4 padrões de movimento mais importantes desses 11 ativos. Cada padrão (componente principal) captura uma dimensão diferente do mercado: apetite por risco, juros/duração, rotação cíclica e risco extremo. Para cada dimensão, rodamos um modelo Markov-Switching separado, permitindo uma leitura mais rica e granular do regime atual.
Fonte: EODHD (ETFs semanais), PCA + Markov-Switching
Leitura da Semana
O setor de energia dominou os ganhos em abril com retornos de 37,3% no mês e 87,3% no ano, liderado por Heating Oil (42,6% 1M), WTI Crude (39,9% 1M) e Gas Oil (38,6% 1M), impulsionados pela redução das tensões geopolíticas no Oriente Médio após sinalizações de possível acordo entre EUA e Irã que reduziram expectativas de custos de combustível e transporte. Em contraste, os metais preciosos sofreram pressão significativa com quedas de 13,2% no mês, destacando-se Prata (-16,4% 1M), Paládio (-13,9% 1M) e Ouro (-12,4% 1M), enquanto grãos apresentaram ganho moderado de 3,2% no mês com o trigo enfrentando realização de lucros técnica combinada com perspectivas de melhora climática nas regiões produtoras dos EUA. Os metais industriais permaneceram praticamente estáveis com queda de 2,4% no mês, refletindo a dinâmica mista entre demanda industrial melhorada pela redução de tensões geopolíticas e pressões técnicas de correção. A desconexão entre energia em forte alta e metais preciosos em queda sugere um rebalanceamento de portfólio onde o apetite por risco global se recupera, deslocando fluxos de ativos defensivos para commodities ligadas ao crescimento econômico.
Este painel acompanha o desempenho das principais commodities globais, suas relações de equilíbrio estatístico e os fluxos comerciais bilaterais entre países. Juntos, esses indicadores revelam pressões de oferta e demanda que afetam câmbio, inflação e ações de produtores.
Commodities — Bloomberg Commodity Indices
Painel de retornos por categoria (clique para filtrar). Dados dos subíndices Bloomberg Commodity[?] (BCOM). Para cada commodity, exibimos as 5 ações com maior correlação[?] nos últimos 30 dias.
Como ler este painel: As categorias são ordenadas por retorno YTD (acumulado no ano). Dentro de cada categoria, cada commodity mostra retornos em diferentes janelas (1S, 1M, 3M, YTD). Verde = alta, vermelho = queda. Clique em uma commodity para ver as 5 ações globais com maior correlação nos últimos 30 dias.
▸Nota Metodológica — Commodities
O que é? O painel de commodities mostra o retorno recente de cada commodity agrupada por categoria (energia, metais preciosos, metais industriais, grãos, softs e pecuária), usando os índices Bloomberg Commodity como referência.
Como funciona? Os retornos são calculados com base nos preços diários de fechamento. Para cada commodity, identificamos as 5 ações globais com maior correlação nos últimos 30 dias — ou seja, ações cujos preços se moveram na mesma direção e intensidade.
Para que serve? Permite identificar quais commodities estão em tendência de alta ou baixa, e quais ações de produtores ou consumidores podem ser afetadas.
Como ler? As categorias são ordenadas por retorno YTD. Dentro de cada categoria, veja os retornos em diferentes janelas (1S, 1M, 3M, YTD). Clique em uma commodity para ver as ações mais correlacionadas.
Como funciona? Os retornos são calculados com base nos preços diários de fechamento. Para cada commodity, identificamos as 5 ações globais com maior correlação nos últimos 30 dias — ou seja, ações cujos preços se moveram na mesma direção e intensidade.
Para que serve? Permite identificar quais commodities estão em tendência de alta ou baixa, e quais ações de produtores ou consumidores podem ser afetadas.
Como ler? As categorias são ordenadas por retorno YTD. Dentro de cada categoria, veja os retornos em diferentes janelas (1S, 1M, 3M, YTD). Clique em uma commodity para ver as ações mais correlacionadas.
Fonte: EODHD — Bloomberg Commodity Indices (BCOM)
Cointegração de Commodities — Equilíbrio de Baskets
Monitora relações históricas entre commodities usando testes de cointegração[?]. Quando dois ativos que normalmente andam juntos se descolam, o z-score[?] indica a intensidade do desvio. A meia-vida[?] estima o tempo esperado de correção.
▸
Metodologia
Metodologia: Testes de cointegração (Engle-Granger para pares, Johansen para 3+ ativos) identificam commodities que mantêm uma relação de equilíbrio de longo prazo. Quando essa relação se rompe (z-score elevado), há tendência estatística de retorno à média. A meia-vida estima quanto tempo leva para metade do desvio se corrigir. O simulador permite projetar cenários de reequilíbrio entre os ativos.
Brent vs WTI Engle-Granger · Não cointegrada
Spread entre benchmarks de petróleo: reflete logística e dinâmica regional.
Fora de Equilíbrio
▸
Brent Crude está 4.1% abaixo do valor justo do equilíbrio. ~50% do desvio se corrige em 6 dias, ~90% se corrige em 18 dias. O Brent Crude tende a subir para reequilibrar.
Desvio
-3.7σ
Correção em
~6d
Intensidade
Extremo
Vetor de cointegração
1.00×Brent Crude(762.5)−5.86×WTI Crude Oil(141.0)
O desvio σ mede o descolamento estatístico deste vetor em relação à sua média histórica — não é o spread de mercado.
Simulador de Equilíbrio
Se Brent Crude variar
%
Insira uma variação % para simular
Crack Spread Johansen · Cointegrada
Margem de refino: relação entre petróleo bruto e seus derivados (gasolina e óleo de aquecimento).
Fora de Equilíbrio
▸
Heating Oil superando a cesta (+112.9% 60d). ~50% do desvio se corrige em 29 dias, ~90% se corrige em 95 dias. O Heating Oil tende a cair para reequilibrar.
Desvio
+2.4σ
Correção em
~29d
Intensidade
Alto
Vetor de cointegração
1.00×WTI Crude Oil(141.0)−0.21×Gasoline (RBOB)(742.8)+0.05×Heating Oil(1133.9)
O desvio σ mede o descolamento estatístico deste vetor em relação à sua média histórica — não é o spread de mercado.
Simulador de Equilíbrio
Se
variar
%
Insira uma variação % para simular
Petróleo vs Gás Natural Engle-Granger · Não cointegrada
Substituição energética: petróleo e gás natural como fontes alternativas.
Fora de Equilíbrio
▸
WTI Crude Oil está 43.4% acima do valor justo do equilíbrio. ~50% do desvio se corrige em 27 dias, ~90% se corrige em 88 dias. O WTI Crude Oil tende a cair para reequilibrar.
Desvio
+2.2σ
Correção em
~27d
Intensidade
Alto
Vetor de cointegração
1.00×WTI Crude Oil(141.0)+0.09×Natural Gas(28.9)
O desvio σ mede o descolamento estatístico deste vetor em relação à sua média histórica — não é o spread de mercado.
Simulador de Equilíbrio
Se WTI Crude Oil variar
%
Insira uma variação % para simular
Metais Industriais Johansen · Não cointegrada
Metais industriais sensíveis ao ciclo econômico global e demanda chinesa.
Alerta
▸
Aluminum superando a cesta (+10.2% 60d). ~50% do desvio se corrige em 10 dias, ~90% se corrige em 32 dias. O Aluminum tende a cair para reequilibrar.
Desvio
-1.6σ
Correção em
~10d
Intensidade
Moderado
Vetor de cointegração
1.00×Copper(434.5)−19.92×Aluminum(39.7)+5.94×Zinc(98.0)
O desvio σ mede o descolamento estatístico deste vetor em relação à sua média histórica — não é o spread de mercado.
Simulador de Equilíbrio
Se
variar
%
Insira uma variação % para simular
Cadeia Ração → Proteína Johansen · Não cointegrada
Custo de ração (milho) vs. preço da proteína (gado e suínos). Margem do pecuarista.
Em Equilíbrio
▸
Custo de ração (milho) vs. preço da proteína (gado e suínos). Margem do pecuarista.
Desvio
+1.3σ
Correção em
~22d
Intensidade
Normal
Vetor de cointegração
1.00×Corn(8.0)+0.09×Live Cattle(230.4)−13.02×Lean Hogs(4.0)
O desvio σ mede o descolamento estatístico deste vetor em relação à sua média histórica — não é o spread de mercado.
Simulador de Equilíbrio
Se
variar
%
Insira uma variação % para simular
Soybean Crush Johansen · Não cointegrada
Margem de esmagamento: soja bruta vs. seus subprodutos (óleo e farelo).
Em Equilíbrio
▸
Margem de esmagamento: soja bruta vs. seus subprodutos (óleo e farelo).
Desvio
+1.3σ
Correção em
~37d
Intensidade
Normal
Vetor de cointegração
1.00×Soybeans(255.8)+7.87×Soybean Oil(83.2)+0.68×Soybean Meal(626.5)
O desvio σ mede o descolamento estatístico deste vetor em relação à sua média histórica — não é o spread de mercado.
Simulador de Equilíbrio
Se
variar
%
Insira uma variação % para simular
Trigo Kansas vs Chicago Engle-Granger · Cointegrada
Spread de qualidade: trigo duro (Kansas) vs. trigo mole (Chicago).
Em Equilíbrio
▸
Kansas Wheat (HRW) está 1.6% acima do valor justo do equilíbrio.
Desvio
+1.1σ
Correção em
~12d
Intensidade
Normal
Vetor de cointegração
1.00×Kansas Wheat (HRW)(20.0)−4.80×Chicago Wheat (SRW)(4.0)
O desvio σ mede o descolamento estatístico deste vetor em relação à sua média histórica — não é o spread de mercado.
Simulador de Equilíbrio
Se Kansas Wheat (HRW) variar
%
Insira uma variação % para simular
Pecuária Johansen · Não cointegrada
Cadeia de proteína animal: gado de engorda, gado vivo e suínos.
Em Equilíbrio
▸
Cadeia de proteína animal: gado de engorda, gado vivo e suínos.
Desvio
-1.1σ
Correção em
~24d
Intensidade
Normal
Vetor de cointegração
1.00×Live Cattle(230.4)−3.70×Feeder Cattle(191.7)+592.46×Lean Hogs(4.0)
O desvio σ mede o descolamento estatístico deste vetor em relação à sua média histórica — não é o spread de mercado.
Simulador de Equilíbrio
Se
variar
%
Insira uma variação % para simular
Cobre vs Ouro Engle-Granger · Cointegrada
Ratio cobre/ouro: indicador clássico de apetite a risco vs. aversão. Divergências sinalizam mudança de regime.
Em Equilíbrio
▸
Copper está 3.1% abaixo do valor justo do equilíbrio.
Desvio
-1.0σ
Correção em
~12d
Intensidade
Normal
Vetor de cointegração
1.00×Copper(434.5)−0.41×Gold(403.9)
O desvio σ mede o descolamento estatístico deste vetor em relação à sua média histórica — não é o spread de mercado.
Simulador de Equilíbrio
Se Copper variar
%
Insira uma variação % para simular
Softs Tropicais Johansen · Não cointegrada
Commodities tropicais agrícolas sensíveis a clima e câmbio de países produtores.
Em Equilíbrio
▸
Commodities tropicais agrícolas sensíveis a clima e câmbio de países produtores.
Desvio
+0.9σ
Correção em
~45d
Intensidade
Normal
Vetor de cointegração
1.00×Sugar(96.2)+1.42×Coffee(24.0)+0.03×Cocoa(123.1)
O desvio σ mede o descolamento estatístico deste vetor em relação à sua média histórica — não é o spread de mercado.
Simulador de Equilíbrio
Se
variar
%
Insira uma variação % para simular
Cadeia do Etanol Johansen · Não cointegrada
Insumos do etanol (açúcar + milho) vs. petróleo — arbitragem energética agrícola.
Em Equilíbrio
▸
Insumos do etanol (açúcar + milho) vs. petróleo — arbitragem energética agrícola.
Desvio
-0.6σ
Correção em
~33d
Intensidade
Normal
Vetor de cointegração
1.00×Sugar(96.2)−14.86×Corn(8.0)−0.15×WTI Crude Oil(141.0)
O desvio σ mede o descolamento estatístico deste vetor em relação à sua média histórica — não é o spread de mercado.
Simulador de Equilíbrio
Se
variar
%
Insira uma variação % para simular
Óleo de Soja vs Petróleo Engle-Granger · Não cointegrada
Vínculo biodiesel: óleo de soja como matéria-prima para biocombustível concorre com petróleo.
Em Equilíbrio
▸
Soybean Oil está 2.2% abaixo do valor justo do equilíbrio.
Desvio
-0.6σ
Correção em
~42d
Intensidade
Normal
Vetor de cointegração
1.00×Soybean Oil(83.2)−0.30×WTI Crude Oil(141.0)
O desvio σ mede o descolamento estatístico deste vetor em relação à sua média histórica — não é o spread de mercado.
Simulador de Equilíbrio
Se Soybean Oil variar
%
Insira uma variação % para simular
Ouro & Prata Engle-Granger · Não cointegrada
Ratio ouro/prata: ambos são reserva de valor, mas prata tem componente industrial.
Em Equilíbrio
▸
Gold está 4.2% acima do valor justo do equilíbrio.
Desvio
+0.5σ
Correção em
~30d
Intensidade
Normal
Vetor de cointegração
1.00×Gold(403.9)−0.49×Silver(518.6)
O desvio σ mede o descolamento estatístico deste vetor em relação à sua média histórica — não é o spread de mercado.
Simulador de Equilíbrio
Se Gold variar
%
Insira uma variação % para simular
Platina vs Ouro Engle-Granger · Não cointegrada
Platina tem uso industrial (catalisadores); ouro é reserva de valor. Divergência sinaliza ciclo industrial.
Em Equilíbrio
▸
Platinum está 0.7% acima do valor justo do equilíbrio.
Desvio
+0.1σ
Correção em
~28d
Intensidade
Normal
Vetor de cointegração
1.00×Platinum(982.2)−4.75×Gold(403.9)
O desvio σ mede o descolamento estatístico deste vetor em relação à sua média histórica — não é o spread de mercado.
Simulador de Equilíbrio
Se Platinum variar
%
Insira uma variação % para simular
Softs Amplo Johansen · Cointegrada
Soft commodities amplo — sensíveis a clima e câmbio de países produtores.
Em Equilíbrio
▸
Soft commodities amplo — sensíveis a clima e câmbio de países produtores.
Desvio
-0.0σ
Correção em
~24d
Intensidade
Normal
Vetor de cointegração
1.00×Sugar(96.2)−3.80×Coffee(24.0)−0.32×Orange Juice(35.1)−11.39×Cotton(21.1)
O desvio σ mede o descolamento estatístico deste vetor em relação à sua média histórica — não é o spread de mercado.
Simulador de Equilíbrio
Se
variar
%
Insira uma variação % para simular
Grãos Johansen · Não cointegrada
Grãos competem por área plantada e servem como ração animal — tendem a se mover juntos.
Em Equilíbrio
▸
Grãos competem por área plantada e servem como ração animal — tendem a se mover juntos.
Desvio
+0.0σ
Correção em
~28d
Intensidade
Normal
Vetor de cointegração
1.00×Corn(8.0)−1.73×Wheat(4.0)+0.05×Soybeans(255.8)
O desvio σ mede o descolamento estatístico deste vetor em relação à sua média histórica — não é o spread de mercado.
Simulador de Equilíbrio
Se
variar
%
Insira uma variação % para simular
Como ler estes cards: Cada card é um basket de commodities cointegradas. O badge de status indica se a relação está em equilíbrio (verde), alerta (amarelo) ou fora de equilíbrio (vermelho). O z-score mede quantos desvios-padrão o preço atual está da média histórica — acima de ±2σ é considerado extremo. A meia-vida estima quantos dias a correção leva. Use o simulador para projetar cenários de reequilíbrio.
Fonte: EODHD commodities.db — Engle-Granger / Johansen
Mapa de Fluxo Comercial Global
Visualização dos maiores corredores de comércio bilateral[?] de commodities, 2014–2025. Nós dourados são exportadores líquidos; azuis, importadores líquidos. Dados: UN Comtrade[?].
Exposição MTM — Risco por País
Impacto estimado dos retornos recentes sobre balanças comerciais. Clique em um país para ver o detalhamento. MTM = saldo líquido × variação do preço.
Países coloridos por impacto MTM (mark-to-market) das commodities sobre a balança comercial. Vermelho = perda (importador líquido quando preço sobe, ou exportador quando cai). Verde = ganho. Alterne entre % do PIB e valor absoluto. Clique em um país para ver o detalhamento por commodity.
Simulação de Chokepoints
Simule o impacto do bloqueio dos principais estreitos e canais marítimos no comércio global de TODAS as commodities. Veja o valor total em risco e os países mais vulneráveis (Top 5 exportadores e importadores afetados).
Controle de Bloqueio
▸Nota Metodológica — Fluxo Comercial
O que é? Um mapa interativo dos maiores corredores de comércio bilateral de commodities, baseado em dados oficiais da ONU (UN Comtrade).
Como funciona? Para cada commodity selecionada, o mapa mostra os maiores fluxos de exportação e importação entre países. As linhas curvas representam rotas comerciais — quanto mais espessa a linha, maior o valor negociado. Os nós dourados são exportadores líquidos; os azuis, importadores líquidos.
Para que serve? Revela dependências comerciais entre países e como choques em um produtor (safra, sanções, logística) podem afetar o preço global.
Como ler? Selecione a commodity, exportador e importador nos menus. Use os botões de ano para comparar evolução. Clique em um país para ver detalhes de origens e destinos.
Como funciona? Para cada commodity selecionada, o mapa mostra os maiores fluxos de exportação e importação entre países. As linhas curvas representam rotas comerciais — quanto mais espessa a linha, maior o valor negociado. Os nós dourados são exportadores líquidos; os azuis, importadores líquidos.
Para que serve? Revela dependências comerciais entre países e como choques em um produtor (safra, sanções, logística) podem afetar o preço global.
Como ler? Selecione a commodity, exportador e importador nos menus. Use os botões de ano para comparar evolução. Clique em um país para ver detalhes de origens e destinos.
Fonte: UN Comtrade (comércio bilateral, 2014–2025)
Leitura da Semana
Com os dados do dashboard indisponíveis, a curva DI reflete um ambiente de juros elevados, alinhada às expectativas do Focus que projetam Selic em 15% ao fim do ciclo de aperto do Copom, após dados de inflação de fevereiro com IPCA em 1,2%, enquanto a inflação implícita na ETTJ Anbima gira em torno de IPCA+5,5% a 6% a.a. para títulos longos como NTN-B 2026-2045. Essa configuração comprime spreads em renda fixa, mas títulos IPCA+ selecionados mostram spreads atrativos de até 2% versus ETTJ em emissões recentes, impulsionados pela decisão do Copom de manter o aperto monetário em meio a riscos fiscais persistentes. O recente ofício fiscal de fundos previdenciários reforça metas atuariais em IPCA+5,6% a.a., sinalizando potencial em ativos com remuneração acima da curva.
Este painel cobre o mercado de renda fixa brasileiro — títulos públicos, curvas de juros, projeções do mercado e simulações estocásticas. Permite avaliar oportunidades em títulos, acompanhar expectativas de inflação e juros, e entender a estrutura a termo.
Renda Fixa
Quanto rendem os títulos do Tesouro Direto hoje — e estão pagando acima ou abaixo do justo? A tabela compara a taxa real de cada IPCA+[?] com a curva teórica ETTJ[?] da ANBIMA. Spreads positivos indicam oportunidade — o título paga acima da curva. Compare os cenários Monte Carlo com o retorno do CDI[?].
Cenários de Retorno — Títulos Ativos
Ref: 2026-03-30| Título | Taxa Atual [?] | MC Focus [?] | MC Corrigido [?] |
|---|---|---|---|
| IPCA+ 2026 | 8.72% | 13.51% [13.1 — 13.9] |
13.65% [13.2 — 14.1] |
| IPCA+ 2029 | 8.04% | 12.42% [12.0 — 12.8] |
13.19% [12.8 — 13.6] |
| IPCA+ 2032 | 7.91% | 12.15% [11.8 — 12.5] |
13.08% [12.8 — 13.4] |
| IPCA+ 2035 | 7.63% | 11.83% [11.6 — 12.1] |
12.79% [12.5 — 13.1] |
| IPCA+ 2040 | 7.29% | 11.44% [11.2 — 11.7] |
12.44% [12.2 — 12.7] |
| IPCA+ 2045 | 7.18% | 11.32% [11.1 — 11.5] |
12.33% [12.1 — 12.5] |
| IPCA+ 2050 | 7.13% | 11.26% [11.1 — 11.4] |
12.29% [12.1 — 12.4] |
| Prefixado 2027 | 14.09% | 14.09% | 14.09% |
| Prefixado 2028 | 14.24% | 14.24% | 14.24% |
| Prefixado 2029 | 14.25% | 14.25% | 14.25% |
| Prefixado 2031 | 14.32% | 14.32% | 14.32% |
| Prefixado 2032 | 14.38% | 14.38% | 14.38% |
| Selic 2027 | 0.00% | 13.31% [12.4 — 14.2] |
13.35% [12.5 — 14.2] |
| Selic 2028 | 0.01% | 12.15% [11.2 — 13.2] |
12.48% [11.5 — 13.5] |
| Selic 2029 | 0.04% | 11.61% [10.7 — 12.4] |
12.12% [11.2 — 13.0] |
| Selic 2031 | 0.09% | 11.20% [10.6 — 11.8] |
11.85% [11.2 — 12.4] |
Como ler: TIR nominal anualizada estimada via Monte Carlo (5,000 simulações). As taxas de cada cenário (IPCA ou Selic) são compostas mês a mês ao longo da trajetória simulada até o vencimento do título — não é uma taxa fixa, mas a acumulação real ao longo do caminho projetado. Títulos longos (IPCA+ 2040, 2045, 2050) são simulados por toda a extensão até o vencimento, com reversão à média em torno das metas Focus de longo prazo.
MC Focus ■: usa as projeções Focus como publicadas pelo BCB (consenso de mercado). MC Corrigido ■: ajusta as metas pelo viés histórico sistemático do Focus (IPCA: -0.55pp@12M / -0.99pp@24M, Selic: -0.06pp@12M / -0.85pp@24M — 2016–2025). Viés casado por horizonte: 12M para o ano corrente, 24M para o próximo. O viés negativo indica que o Focus tende a subestimar os valores realizados.
IPCA+: TIR = (1 + taxa real travada) × (1 + IPCA acumulado simulado) − 1. Selic: TIR = CDI composto simulado + spread. Prefixado: taxa travada na compra (sem incerteza). [P25–P75] = intervalo interquartil — 50% das simulações caem dentro deste intervalo.
MC Focus ■: usa as projeções Focus como publicadas pelo BCB (consenso de mercado). MC Corrigido ■: ajusta as metas pelo viés histórico sistemático do Focus (IPCA: -0.55pp@12M / -0.99pp@24M, Selic: -0.06pp@12M / -0.85pp@24M — 2016–2025). Viés casado por horizonte: 12M para o ano corrente, 24M para o próximo. O viés negativo indica que o Focus tende a subestimar os valores realizados.
IPCA+: TIR = (1 + taxa real travada) × (1 + IPCA acumulado simulado) − 1. Selic: TIR = CDI composto simulado + spread. Prefixado: taxa travada na compra (sem incerteza). [P25–P75] = intervalo interquartil — 50% das simulações caem dentro deste intervalo.
Simulador Histórico
Atualizado: 2026-03-27
Entrada da Operação em:
Saída Antecipada em:
Desativada
▸Nota Metodológica — Renda Fixa
O que é? Uma visão integrada do mercado de títulos públicos brasileiros. Combina preços reais do Tesouro Direto, a estrutura a termo de juros (ETTJ) estimada pela ANBIMA, as curvas de futuros negociadas na B3, e as projeções de mercado do Boletim Focus do Banco Central.
Como funciona?
• Tabela ETTJ: Compara a taxa real de cada título IPCA+ com a curva teórica ANBIMA, calculando o spread em pontos-base e a TIR projetada.
• Curvas B3: Mostra as curvas de DI futuro (taxa de juros nominal) e cupom cambial (FRC), extraídas diariamente da B3.
• ETTJ ANBIMA: Estrutura a termo estimada pelo modelo de Svensson para 13 maturidades (1M a 15A), decomposta em taxa nominal, real e inflação implícita.
• Focus: Projeções medianas do mercado para 11 indicadores macro, com análise de acurácia histórica.
• Monte Carlo: Simulações estocásticas de trajetórias futuras de IPCA e Selic usando modelos de Vasicek e Brownian Bridge, calibrados com dados do Focus e da curva DI.
Para que serve? Permite identificar títulos com taxas acima do justo (spread positivo vs ETTJ), entender as expectativas do mercado para juros e inflação, e simular cenários probabilísticos.
Como ler? Na tabela, spreads positivos (verde) indicam que o título oferece taxa acima da curva teórica. Nas curvas, compare a inclinação para avaliar expectativas de alta ou queda de juros. No Focus, observe a direção das setas de revisão.
Como funciona?
• Tabela ETTJ: Compara a taxa real de cada título IPCA+ com a curva teórica ANBIMA, calculando o spread em pontos-base e a TIR projetada.
• Curvas B3: Mostra as curvas de DI futuro (taxa de juros nominal) e cupom cambial (FRC), extraídas diariamente da B3.
• ETTJ ANBIMA: Estrutura a termo estimada pelo modelo de Svensson para 13 maturidades (1M a 15A), decomposta em taxa nominal, real e inflação implícita.
• Focus: Projeções medianas do mercado para 11 indicadores macro, com análise de acurácia histórica.
• Monte Carlo: Simulações estocásticas de trajetórias futuras de IPCA e Selic usando modelos de Vasicek e Brownian Bridge, calibrados com dados do Focus e da curva DI.
Para que serve? Permite identificar títulos com taxas acima do justo (spread positivo vs ETTJ), entender as expectativas do mercado para juros e inflação, e simular cenários probabilísticos.
Como ler? Na tabela, spreads positivos (verde) indicam que o título oferece taxa acima da curva teórica. Nas curvas, compare a inclinação para avaliar expectativas de alta ou queda de juros. No Focus, observe a direção das setas de revisão.
Fonte: Tesouro Direto, ANBIMA (ETTJ), BCB SGS (IPCA, CDI)
Atualizado: 2026-03-31
Variação semanal (bps) — Prefixado vs 2026-03-23
| 1A | 2A | 5A | 10A | 15A |
|---|---|---|---|---|
| +24 | +31 | +30 | +27 | +24 |
Como ler estas curvas: O eixo X é o prazo de vencimento; o Y é a taxa anualizada. A curva DI mostra a taxa de juros nominal que o mercado espera para cada prazo. Uma curva ascendente indica expectativa de alta nos juros; descendente, de queda. O cupom cambial (FRC) reflete o custo de proteção cambial — a diferença entre DI e FRC indica o prêmio de risco do câmbio.
▸Nota Metodológica — Curvas de Juros
O que é? As curvas de juros mostram a taxa que o mercado espera para cada prazo de vencimento. São dois conjuntos:
• Curvas B3: Extraídas dos contratos futuros negociados na B3 — o DI1 reflete a taxa de juros nominal esperada, e o FRC (cupom cambial) reflete o custo de proteção cambial em dólar.
• ETTJ ANBIMA: Curvas teóricas estimadas pela ANBIMA usando o modelo de Svensson (6 parâmetros) para 13 maturidades (1 mês a 15 anos). Decompõe-se em: taxa nominal (Prefixado), taxa real (IPCA+) e inflação implícita (diferença entre as duas).
Para que serve? A inclinação das curvas revela expectativas: uma curva ascendente sugere que o mercado espera juros mais altos no futuro; invertida, espera queda. As curvas pontilhadas mostram a semana anterior para comparação — deslocamentos indicam mudanças recentes nas expectativas.
Como ler? Compare as curvas sólidas (atuais) com as pontilhadas (semana anterior). Se a curva sólida está acima da pontilhada, houve abertura de taxas (mercado mais pessimista com juros). A inflação implícita (amarela) é a diferença entre Prefixado e IPCA+ — mostra quanto de inflação o mercado precifica para cada prazo.
• Curvas B3: Extraídas dos contratos futuros negociados na B3 — o DI1 reflete a taxa de juros nominal esperada, e o FRC (cupom cambial) reflete o custo de proteção cambial em dólar.
• ETTJ ANBIMA: Curvas teóricas estimadas pela ANBIMA usando o modelo de Svensson (6 parâmetros) para 13 maturidades (1 mês a 15 anos). Decompõe-se em: taxa nominal (Prefixado), taxa real (IPCA+) e inflação implícita (diferença entre as duas).
Para que serve? A inclinação das curvas revela expectativas: uma curva ascendente sugere que o mercado espera juros mais altos no futuro; invertida, espera queda. As curvas pontilhadas mostram a semana anterior para comparação — deslocamentos indicam mudanças recentes nas expectativas.
Como ler? Compare as curvas sólidas (atuais) com as pontilhadas (semana anterior). Se a curva sólida está acima da pontilhada, houve abertura de taxas (mercado mais pessimista com juros). A inflação implícita (amarela) é a diferença entre Prefixado e IPCA+ — mostra quanto de inflação o mercado precifica para cada prazo.
Fonte: B3 Derivativos (DI1, FRC)
Fonte: ANBIMA via pyettj (modelo Svensson)
Boletim Focus — Projeções do Mercado
| Indicador | 2026 | 2027 | ||
|---|---|---|---|---|
| Mediana | Trend | Mediana | Trend | |
| IPCA | 4.31% [3.40 — 5.68] |
3.84% [3.00 — 6.00] |
||
| Selic | 12.50% a.a. [11.00 — 14.75] |
10.50% a.a. [8.00 — 14.75] |
||
| Câmbio (R$/US$) | 5.40 [4.90 — 6.00] |
5.45 [4.50 — 6.00] |
||
| PIB Total | 1.85% [1.19 — 2.47] |
1.80% [1.00 — 2.80] |
||
| IGP-M | 3.46% [1.90 — 5.78] |
4.00% [1.96 — 6.52] |
||
| Dívida Bruta / PIB | 83.60% PIB [79.00 — 86.55] |
86.85% PIB [80.00 — 92.14] |
||
| Resultado Primário / PIB | -0.50% PIB [-1.00 — 0.20] |
-0.40% PIB [-1.13 — 0.50] |
||
| IPCA Administrados | 4.27% [2.65 — 6.40] |
3.77% [2.47 — 5.89] |
||
| IPCA Serviços | 5.42% [3.60 — 6.91] |
4.78% [2.68 — 6.36] |
||
| IPCA Livres | 4.29% [2.80 — 5.81] |
3.93% [2.17 — 5.22] |
||
| Desemprego | 5.60% [4.80 — 6.61] |
6.10% [4.80 — 7.89] |
||
Fonte: BCB / Boletim Focus (2026-03-31)
Erro Médio Histórico e Viés do Boletim Focus (2016–2025)
| Indicador | 6M MAE | 12M MAE | 24M MAE |
|---|---|---|---|
| IPCA |
1.36
bias -0.3 · n=10
|
1.38 ▼
bias -0.6 · n=10
|
1.59 ▼
bias -1.0 · n=10
|
| Selic |
0.85
bias -0.1 · n=10
|
2.29
bias -0.1 · n=10
|
4.55 ▼
bias -0.8 · n=10
|
| Câmbio |
0.27
bias -0.1 · n=10
|
0.61
bias -0.1 · n=10
|
0.76 ▼
bias -0.5 · n=10
|
| PIB |
0.98 ▼
bias -0.9 · n=10
|
1.86
bias -0.2 · n=10
|
2.07 ▲
bias +0.5 · n=10
|
| IGP-M |
3.84 ▼
bias -1.5 · n=10
|
5.81 ▼
bias -3.1 · n=10
|
6.14 ▼
bias -3.6 · n=10
|
| Desemprego |
1.44 ▲
bias +1.4 · n=4
|
2.20 ▲
bias +2.2 · n=4
|
3.36 ▲
bias +3.4 · n=3
|
MAE = erro médio absoluto. Viés: ▲ = superestima, ▼ = subestima (|viés| > 0.3)
Como ler esta tabela: Cada linha é um indicador macro (Selic, IPCA, PIB, etc.) com a projeção mediana do mercado para este ano e o próximo. As setas de tendência (▲ / ▼) indicam se as projeções estão sendo revisadas para cima ou para baixo nas últimas semanas. Os sparklines mostram a evolução das projeções ao longo do tempo.
▸Nota Metodológica — Boletim Focus
O que é? O Boletim Focus é uma pesquisa semanal do Banco Central do Brasil que coleta projeções de ~130 instituições financeiras para os principais indicadores macroeconômicos: Selic, IPCA, PIB, câmbio, balança comercial, entre outros.
Como funciona? Toda sexta-feira o BCB publica as medianas das projeções para o ano corrente e o próximo. A tabela mostra essas medianas junto com sparklines que revelam a tendência recente das revisões. As setas indicam se as projeções estão sendo revisadas para cima ou para baixo.
Análise de Acurácia: Abaixo da tabela, analisamos o histórico de acerto do Focus desde 2016 — medimos o erro médio absoluto (MAE), o viés (se o mercado tende a ser otimista ou pessimista) e como a precisão varia com o horizonte (projeções de dezembro são mais precisas que de janeiro).
Para que serve? Mostra o consenso do mercado — e se esse consenso está sendo revisado. Quando muitas projeções são revisadas na mesma direção, pode sinalizar mudança de perspectiva macro.
Como funciona? Toda sexta-feira o BCB publica as medianas das projeções para o ano corrente e o próximo. A tabela mostra essas medianas junto com sparklines que revelam a tendência recente das revisões. As setas indicam se as projeções estão sendo revisadas para cima ou para baixo.
Análise de Acurácia: Abaixo da tabela, analisamos o histórico de acerto do Focus desde 2016 — medimos o erro médio absoluto (MAE), o viés (se o mercado tende a ser otimista ou pessimista) e como a precisão varia com o horizonte (projeções de dezembro são mais precisas que de janeiro).
Para que serve? Mostra o consenso do mercado — e se esse consenso está sendo revisado. Quando muitas projeções são revisadas na mesma direção, pode sinalizar mudança de perspectiva macro.
▸Nota Metodológica — Simulações Monte Carlo
O que é? Simulação Monte Carlo gera milhares de trajetórias possíveis para um indicador, permitindo visualizar a distribuição de cenários futuros em vez de uma única previsão pontual.
Como funciona? Dois modelos distintos:
• IPCA (Vasicek): Processo de reversão à média — a inflação tende a convergir para o alvo do Focus, com velocidade calibrada pela persistência histórica. A volatilidade é estimada a partir dos erros passados do Focus.
• Selic (Brownian Bridge): Trajetória guiada pela curva DI1 da B3 como "espinha dorsal", conectando o valor atual ao alvo do Focus. A incerteza cresce e depois encolhe ao se aproximar do ponto de ancoragem.
Para que serve? Em vez de perguntar "qual será a Selic?", mostra "qual a probabilidade de a Selic ficar acima de X%?". Permite avaliar riscos de cauda e cenários extremos.
Como ler? A faixa escura (P25–P75) cobre 50% dos cenários mais prováveis. A faixa clara (P5–P95) cobre 90% dos cenários. A linha central é a mediana. O card de probabilidade resume a chance de superar um limiar específico.
Como funciona? Dois modelos distintos:
• IPCA (Vasicek): Processo de reversão à média — a inflação tende a convergir para o alvo do Focus, com velocidade calibrada pela persistência histórica. A volatilidade é estimada a partir dos erros passados do Focus.
• Selic (Brownian Bridge): Trajetória guiada pela curva DI1 da B3 como "espinha dorsal", conectando o valor atual ao alvo do Focus. A incerteza cresce e depois encolhe ao se aproximar do ponto de ancoragem.
Para que serve? Em vez de perguntar "qual será a Selic?", mostra "qual a probabilidade de a Selic ficar acima de X%?". Permite avaliar riscos de cauda e cenários extremos.
Como ler? A faixa escura (P25–P75) cobre 50% dos cenários mais prováveis. A faixa clara (P5–P95) cobre 90% dos cenários. A linha central é a mediana. O card de probabilidade resume a chance de superar um limiar específico.
P(IPCA > 4.5%) em 2027
61%
Distribuição Final (2027)
P5 2.8% ·
P50 4.9% ·
P95 6.8%
Parâmetros: κ=2.0 · σ=2.35% a.a. · viés: -0.55pp@12M / -0.99pp@24M · 5,000 simulações · 24 meses
σ via erro histórico Focus 12M · viés casado por horizonte (12M ano corrente, 24M próximo ano)
σ via erro histórico Focus 12M · viés casado por horizonte (12M ano corrente, 24M próximo ano)
Como ler este gráfico: O gráfico tipo "leque" mostra 1.000 trajetórias simuladas. A faixa mais escura é o intervalo P25–P75 (cenário mais provável); a faixa mais clara é P5–P95 (cenários extremos). A linha central é a mediana (P50). O card à esquerda mostra a probabilidade de o indicador ficar acima de determinado limiar.
P(Selic > 10%) em 2027
67%
Distribuição Final (2027)
P5 6.3% ·
P50 11.3% ·
P95 16.3%
Parâmetros: σ=3.00% a.a. · viés: -0.06pp@12M / -0.85pp@24M · 5,000 simulações · 20 meses
σ via erro histórico Focus 12M · viés casado por horizonte (12M ano corrente, 24M próximo ano) · Ponte Browniana sobre DI1
σ via erro histórico Focus 12M · viés casado por horizonte (12M ano corrente, 24M próximo ano) · Ponte Browniana sobre DI1
Como ler este gráfico: O gráfico tipo "leque" mostra 1.000 trajetórias simuladas. A faixa mais escura é o intervalo P25–P75 (cenário mais provável); a faixa mais clara é P5–P95 (cenários extremos). A linha central é a mediana (P50). O card à esquerda mostra a probabilidade de o indicador ficar acima de determinado limiar.
Fonte: BCB Focus (alvos), B3 DI1 (curva), erros históricos Focus (volatilidade)
Análise da Semana 31/03/2026 14:53
O sentimento geopolítico da semana, medido pelo score VADER sobre manchetes, revela tensões extremas no Oriente Médio, com Líbano (-0.823), Israel (-0.681), Iêmen (-0.502) e Irã (-0.490) registrando os piores indicadores negativos, impulsionados por escaladas como ataques israelenses a Irã e Líbano em 24 de março, um míssil ferindo quatro em Tel Aviv e o Irã incendiando um petroleiro em Dubai em 30 de março, além de ameaças de fechamento do Estreito de Ormuz. Países como Ucrânia (+0.402) e França (+0.402) mostram scores positivos, com Macron em viagem à Ásia para fortalecer laços indo-pacíficos independentes de China e EUA. Esses eventos se conectam diretamente à disparada na volatilidade do petróleo (OVX atual 96.6, +199.9% vs 3M atrás) e quedas em bolsas como Peru (1M -18.9%) e África do Sul (1M -21.3%), refletindo riscos energéticos globais.
No mapa global de índices, a Noruega lidera com retorno 1M de +9.9% e YTD +25.2%, sustentada por PIB de 2.15%, CPI controlado em 2.47% e curva quase plana (-0.01), enquanto Nigéria surpreende com YTD +28.8% apesar de CPI explosiva em 33.24%. Regiões emergentes como EMEA e LatAm mostram divergências: Rússia (YTD +1.2%, PIB 3.83%) resiste, mas Argentina estagna em 0.0% com PIB negativo (-1.68%) e CPI de 219.88%; Romênia (YTD +13.6%) cresce apesar de PIB -1.46%. No fundo, Ásia e LatAm sofrem: Vietnã (-11.7% 1M), Indonésia (-15.7%) e Peru (-18.9%), mesmo com PIBs sólidos como 6.11% no Vietnã, destacando pressões externas sobre fundamentos.
O câmbio global aponta valorizações moderadas em emergentes como naira nigeriana (3M +4.1%), real brasileiro (3M +4.1%) e peso argentino (3M +3.7%), contrastando com depreciações em Ásia e EMEA: won coreano (1M -6.1%), baht tailandês (-5.8%) e libra egípcia (-11.6% 1M). Os loadings câmbio-bolsa revelam vulnerabilidades: África do Sul (loading -1.677, p=0.000), Peru (-1.374) e Chile (-1.153) são os mais expostos, onde depreciações derrubam índices locais, como visto no 1M de -21.3% na ZAF e -18.9% no Peru; resilientes como Nova Zelândia (+0.194, p=0.002) e Austrália (+0.248) mitigam impactos, alinhando com curvas inclinadas como NZ (+1.96%).
A percepção de risco eleva-se com volatilidade explodindo: VIX em 31.1 (+116.7% vs 3M), VXEEM em 39.2 (+143.8%) para emergentes, GVZ ouro 45.5 (+76.5%) e OVX petróleo 96.6 (+199.9%), sinalizando aversão generalizada. Credit spreads abrem em todas as categorias: IG AAA de 0.35% para 0.42% (+0.07%), HY CCC de 8.88% para 10.13% (+1.25%), com high yield B (+0.71%) e BB (+0.47%) mais sensíveis, indicando apetite por risco em retração e precificação de default maior em papéis de menor qualidade.
Geopoliticamente, os scores negativos em ISR, IRN e LBN conectam-se a quedas em volatilidade de commodities e bolsas expostas: OVX +199.9% reflete ataques iranianos a petroleiros e ameaças de Trump a instalações iranianas em 30 de março, impactando Peru (sentimento +0.382 mas índice 1M -18.9% e loading -1.374) e Japão (1M -12.8%, sentimento neutro -0.028 com pressões de óleo). Rússia (sentimento -0.440) e Índia (-0.440), afetadas por expiração de autorizações de petróleo russo, veem moedas fracas como rupia indiana (3M -4.9%), enquanto China (+0.389) resiste com CSI 300 +0.6%.
Conexões entre dados reforçam o quadro: VIX +116.7% e VXEEM +143.8% coincidem com spreads HY abrindo +1.25% em CCC e depreciações em EM como Peru e Indonésia (loading -0.843), amplificando quedas em índices bottom como ZAF -21.3% 1M; Brasil destaca-se com real +4.1% 3M, juro real +9.2% (juros 14.75%, CPI 5.53%) e curva invertida (-1.59%), mas loading não listado sugere resiliência relativa. Vol de small caps RVX +86.3% e credit IG BBB +0.13% apontam risco sistêmico, enquanto líderes como Noruega desviam com PIB positivo e baixa inflação.