Algoritmos de Projeção

Métodos usados nas fichas de previsão e nos simuladores que projetam séries — com conceitos da trilha educativa.

Simples

Constante — Repetir o Último Valor

Simulação conservadora, horizonte curto ou quando se assume que a taxa permanece estável.

Como funciona

Médias Móveis

SMA — Média Móvel Simples

Suavizar oscilações e obter um patamar médio recente.

Como funciona

EMA — Média Exponencial

Suavizar e ainda reagir ao presente, como uma mudança de patamar.

Como funciona

WMA — Média Ponderada

Meio-termo entre a média simples e a exponencial, com menos atraso que a SMA.

Como funciona

Mediana — Robusta a Picos

Histórico com dias atípicos, fora da curva por um evento pontual.

Como funciona

Wilder — Suavização Lenta

Suavização mais lenta e estável, como um termômetro de longo prazo.

Como funciona

TMA — Média Triangular (SMA Dupla, Muito Suave)

Querer uma série muito suave, menos sensível a ruído que a SMA simples.

Como funciona

HMA — Hull (Suave e com Pouco Atraso)

Acompanhar tendências com pouco atraso, sem o nervosismo de uma janela curta.

Como funciona

DEMA — Média Exponencial Dupla

Patamar que muda e a EMA simples chega tarde.

Como funciona

TEMA — Média Exponencial Tripla

Série com mudança de patamar em que a DEMA ainda atrasa.

Como funciona

Consenso

Consenso — Mediana dos Métodos

Não há um método único confiável e o pico de um algoritmo não deve mandar na projeção.

Como funciona

Consenso — Média dos Métodos

Os métodos concordam e a média representa o conjunto.

Como funciona

Tendência

Trend — Tendência Linear

Índice em subida ou descida estável.

Como funciona

Holt — Nível + Tendência

Série com direção clara e persistente.

Como funciona

Drift

Drift — Último + Deriva Média

Série com tendência estável e variações em torno de uma média.

Como funciona

Sazonal

Sazonal Simples — Repetir o Valor de N Períodos Atrás

Série com sazonalidade forte e período conhecido.

Como funciona

Conceitos

Trilha educativa (séries, métricas, hold-out, overfitting…) — texto completo nestas mesmas telas.

LGPD e EuPlanejei B2B (profissionais/empresas) ficam no blog/institucional por agora — fora desta trilha técnica.

Fundamentos de série e projeção

O que é série temporal, projeção, histórico vs estimativa, janela/horizonte e índices.

O que são séries temporais e por que elas importam nas finanças

Entenda o que são séries temporais, por que a ordem dos dados importa e como históricos financeiros podem alimentar projeções e simulações.

Ler conceito

Prever o futuro não é adivinhar: o que significa fazer uma projeção financeira

Entenda o que é projeção financeira, por que prever não significa conhecer o futuro e como projeções alimentam cenários e simulações.

Ler conceito

Histórico vs projeção: fato vs estimativa ao ler gráficos

Aprenda a distinguir histórico (fato) de projeção (estimativa) ao ler gráficos e simulações financeiras — cenários, erros comuns e leitura honesta.

Ler conceito

Janela e horizonte: quanto passado o algoritmo usa e quanto futuro projeta

Entenda janela e horizonte na previsão: quanto passado o método usa, quanto futuro gera e por que não existe configuração mágica.

Ler conceito

Índices financeiros e séries temporais: como organizar CDI, Selic, IPCA e IGP-M

Entenda como CDI, Selic, IPCA e IGP-M viram séries temporais, como lidar com frequências diferentes, lacunas, histórico e projeções.

Ler conceito

Métodos e como escolher

Naive, médias (SMA/WMA/EMA e variantes), Holt, Drift, consenso, métricas, hold-out, ranking e clássico vs deep learning.

Algoritmo Naive: por que o método mais simples é uma referência importante

Entenda o algoritmo Naive, por que repetir o último valor é uma referência importante e como comparar métodos de previsão com um baseline simples.

Ver algoritmo

Médias móveis: entenda SMA, WMA e EMA

Entenda SMA, WMA e EMA: média móvel, janela, pesos e o equilíbrio entre suavizar oscilações e reagir a mudanças recentes.

Ver algoritmo

Mediana móvel: previsão robusta a picos na janela

Entenda a mediana móvel na previsão: por que picos distorcem a média, como a mediana responde melhor a outliers e quando usá-la no EuPlanejei.

Ver algoritmo

Wilder: suavização lenta no estilo RSI e ATR

Entenda o método Wilder na previsão: média exponencial com alpha 1/N, suavização lenta e estável, e quando usá-la no EuPlanejei.

Ver algoritmo

TMA: média triangular (SMA dupla, muito suave)

Entenda a TMA na previsão: SMA aplicada duas vezes, pesos triangulares, muita suavidade e mais atraso — e quando usá-la no EuPlanejei.

Ver algoritmo

HMA (Hull): média suave com pouco atraso

Entenda a HMA (Hull Moving Average): combina médias ponderadas de períodos diferentes para suavizar com menos atraso — e quando usá-la no EuPlanejei.

Ver algoritmo

DEMA: média exponencial dupla para reduzir atraso

Entenda a DEMA: combina a EMA com a EMA da EMA para reduzir atraso quando o patamar muda — e quando usá-la no EuPlanejei.

Ver algoritmo

TEMA: média exponencial tripla, ainda menos atraso

Entenda a TEMA: suavização exponencial em três camadas para reduzir ainda mais o atraso da EMA — e quando usá-la no EuPlanejei.

Ver algoritmo

Tendência e Holt: como projetar uma direção sem transformar o passado em destino

Entenda tendência e Holt, como linhas e estados suavizados projetam direção e por que extrapolar o passado não significa conhecer o futuro.

Ver algoritmo

Drift: último valor mais a deriva média da janela

Entenda o método Drift na previsão: último valor + média das variações na janela, tendência constante simples — e como difere de mudança de regime.

Ver algoritmo

Consenso (mediana): combinar métodos sem deixar um pico mandar

Entenda o consenso por mediana no EuPlanejei: cada método projeta um passo e a previsão fica na mediana — escolha manual, distinta da auto-sugestão por hold-out.

Ver algoritmo

Consenso (média): a média aritmética das previsões dos métodos

Entenda o consenso por média no EuPlanejei: mesma família do consenso, com média aritmética no lugar da mediana — quando os métodos concordam e quando um extremo puxa o resultado.

Ver algoritmo

MAE, RMSE e MAPE: como saber se uma previsão errou pouco ou muito?

Entenda MAE, RMSE e MAPE em linguagem simples, como cada métrica mede erros de previsão e por que resultados diferentes podem escolher métodos diferentes.

Ler conceito

Hold-out temporal: como guardar o final da série para testar uma previsão

Entenda hold-out temporal: como reservar o final de uma série, testar previsões sem olhar o futuro e comparar métodos com métricas de erro.

Ler conceito

Penalidade de ritmo: por que errar pouco nem sempre é a melhor previsão

Entenda a penalidade de ritmo, por que menor MAE nem sempre lidera um ranking e como o EuPlanejei combina erro e comportamento da trajetória.

Ler conceito

Como o EuPlanejei sugere automaticamente um método de previsão

Entenda como a auto-sugestão de previsão do EuPlanejei compara configurações, testa erros e cria um ranking para apoiar simulações financeiras.

Ler conceito

Previsão clássica ou deep learning: regras transparentes vs modelos complexos

Entenda previsão clássica vs deep learning, diferenças de interpretabilidade, dados, complexidade e por que modelos modernos não garantem previsões melhores.

Ler conceito

Da previsão à decisão

Simulação, backtest, indicadores, correlação, overfitting, drift, sazonalidade e Monte Carlo.

Da previsão à decisão: como usar projeções em simulações financeiras

Entenda como usar previsão em uma simulação financeira, transformar trajetórias de CDI e indexadores em cenários e comparar resultados sem tratá-los como garantia.

Ler conceito

Backtest financeiro: testar uma projeção não é simular sua vida financeira

Entenda o que é backtest financeiro e por que testar uma previsão é diferente de simular investimentos ou projetar sua vida financeira.

Ler conceito

Volatilidade e drawdown: o que esses indicadores dizem — e o que não dizem sobre o futuro

Entenda volatilidade, drawdown, RSI e MACD, o que esses indicadores descrevem e por que histórico, previsão e simulação não são a mesma coisa.

Ler conceito

Correlação não é causalidade: armadilhas ao analisar dados financeiros

Correlação não é causalidade. Entenda como analisar relações entre dados financeiros sem confundir associação, previsão e causa e efeito.

Ler conceito

Overfitting e underfitting: quando a previsão "decora" ou "não entende"

Overfitting e underfitting explicados com analogias simples: quando a previsão "decora" o passado ou "não entende" — e como o hold-out temporal ajuda a detectar.

Ler conceito

Drift e mudança de regime: quando as regras do jogo mudam

Entenda drift e mudança de regime em séries financeiras, por que modelos perdem desempenho e como revisar projeções quando o cenário muda.

Ler conceito

Sazonalidade: o padrão que se repete e como ele afeta a previsão

Entenda sazonalidade na previsão, como reconhecer padrões que se repetem, diferenciar tendência e usar Seasonal Naive como referência.

Ver algoritmo

Monte Carlo e cenários: vários “e se?” em vez de um número só

Entenda Monte Carlo na previsão financeira, como múltiplos cenários representam incerteza, o papel do bootstrap e por que faixas não são garantias.

Ler conceito

Dados no dia a dia

Lacunas e forward-fill em séries financeiras.

Dados ausentes: se faltou o valor do dia, usa o último que existia

O que fazer quando falta valor numa série financeira: entenda forward-fill — se faltou o valor do dia, usa o último que existia.

Ler conceito

Ver também previsões, simuladores e análises.