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
Positivo
Negativo
Neutro
Positivo
15%
Pos
71%
Neu
14%
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.
Dados da Regra de Taylor não disponíveis.
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 [?] |
|---|---|---|---|---|---|---|---|
| Rublo Russo | 72.4500 | -0.0% | -0.0% | +7.8% | +8.0% | +7.9% | — |
| Shekel Israelense | 2.8973 | -0.0% | -0.0% | +6.2% | +9.1% | +13.7% | — |
| Florim Húngaro | 309.1800 | -0.0% | -0.0% | +4.3% | +5.5% | +9.5% | — |
| Coroa Norueguesa | 9.2649 | -0.0% | -0.0% | +3.2% | +8.1% | +8.6% | — |
| Libra Egípcia | 53.2700 | -0.0% | -0.0% | +2.5% | -11.7% | -8.2% | — |
| Real Brasileiro | 4.9907 | -0.0% | -0.0% | +2.1% | +8.9% | +9.1% | — |
| Dólar Australiano | 0.7142 | +0.0% | +0.0% | +1.4% | +7.0% | +9.8% | — |
| Peso Mexicano | 17.2914 | -0.0% | -0.0% | +0.9% | +3.9% | +7.4% | — |
| Franco Suíço | 0.7853 | -0.0% | -0.0% | +0.8% | +1.0% | +1.7% | — |
| Dólar Canadense | 1.3743 | -0.0% | -0.0% | +0.8% | -0.1% | -0.4% | — |
| Yuan Chinês | 6.8005 | -0.0% | -0.0% | +0.4% | +2.8% | +5.2% | — |
| Naira Nigeriana | 1371.0200 | -0.0% | -0.0% | +0.4% | +5.2% | +10.6% | — |
| Dólar Taiwanês | 31.6150 | -0.0% | -0.0% | +0.4% | -0.9% | -8.6% | — |
| Dólar Neozelandês | 0.5829 | +0.0% | +0.0% | +0.3% | +0.7% | -2.8% | — |
| Coroa Tcheca | 20.8710 | -0.0% | -0.0% | +0.2% | -1.4% | +0.8% | — |
| Libra Esterlina | 1.3415 | +0.0% | +0.0% | +0.2% | -0.4% | -1.5% | — |
| Ringgit Malaio | 3.9720 | -0.0% | -0.0% | +0.1% | +2.0% | +6.2% | — |
| Zloty Polonês | 3.6420 | -0.0% | -0.0% | +0.1% | -1.4% | -1.2% | — |
| Dong Vietnamita | 26357.0000 | -0.0% | -0.0% | -0.1% | -0.2% | -0.8% | — |
| Euro | 1.1643 | +0.0% | +0.0% | -0.1% | -0.9% | -0.8% | — |
| Iene Japonês | 158.9400 | -0.0% | -0.0% | -0.2% | -1.4% | -8.9% | — |
| Peso Chileno | 900.4000 | -0.0% | -0.0% | -0.3% | -0.0% | +4.5% | — |
| Dólar de Singapura | 1.2796 | -0.0% | -0.0% | -0.4% | +0.5% | +0.0% | — |
| Peso Argentino | 1396.0000 | -0.0% | -0.0% | -0.7% | +3.8% | -10.6% | — |
| Coroa Sueca | 9.4006 | -0.0% | -0.0% | -0.9% | -2.0% | +1.4% | — |
| Peruvian Sol | 3.4223 | -0.0% | -0.0% | -1.1% | -1.8% | +4.0% | — |
| Rand Sul-Africano | 16.6388 | -0.0% | -0.0% | -1.5% | -0.8% | +6.8% | — |
| Baht Tailandês | 32.6000 | -0.0% | -0.0% | -1.6% | -3.5% | +0.1% | — |
| Korean Won | 1504.5800 | -0.0% | -0.0% | -1.8% | -4.3% | -9.4% | — |
| Lira Turca | 45.5644 | -0.0% | -0.0% | -2.2% | -6.1% | -14.0% | — |
| Leu Romeno | 4.4737 | -0.0% | -0.0% | -2.7% | -3.3% | -4.3% | — |
| Peso Colombiano | 3797.7200 | -0.0% | -0.0% | -2.9% | -1.5% | +5.8% | — |
| Peso Filipino | 61.6300 | -0.0% | -0.0% | -3.6% | -4.7% | -8.9% | — |
| Rupia Indiana | 96.3500 | -0.0% | -0.0% | -4.1% | -7.1% | -12.3% | — |
| Rupia Indonésia | 17705.8200 | -0.0% | -0.0% | -4.1% | -6.2% | -9.1% | — |
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.
▸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.
34
Medo Elevado
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
No momentum, ações de tecnologia e saúde como PANW (90) e CERS (88) estão em destaque, enquanto o dinheiro institucional flui majoritariamente para ETFs de saúde e emergentes, com entradas de +578M no Health Care Select Sector SPDR e +576M no iShares Core MSCI Emerging Mar, em contraste com saídas massivas de -8131M em ETFs de SPAC e -7191M no SPDR S&P 500. O regime de mercado atual é claramente risk-on, com probabilidade de 79% para esse cenário e apenas 0% de risco de neutralidade ou reversão, refletido também no backback fuzzy de 3M que mostrou retorno médio de 13,7% e win rate de 74%.
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 Ações Internacionais — Fuzzy Momentum
PANW
Technology · Software - Infrastructure
Score 90 · P100
▸
Palo Alto Networks, Inc. oferece soluções de segurança cibernética nas Américas, Europa, Oriente Médio, África, Ásia-Pacífico e Japão.
Perf 1M
+28.0%
Perf 6M
+91.3%
Sharpe 1Y
1.83
P/E300.1
Margem8.0%
ROE4.8%
D/E0.04
Mkt Cap$283.7B
CERS
Healthcare · Medical Devices
Score 88 · P100
▸
Cerus Corporation atua como uma empresa de produtos biomédicos. A empresa concentra-se em desenvolver e comercializar o INTERCEPT Blood System para aprimorar a segurança do sangue.
Perf 1M
+17.6%
Perf 6M
+56.9%
Sharpe 1Y
1.95
Margem-4.4%
ROE-15.4%
D/E0.88
Mkt Cap$601M
TXG
Healthcare · Health Information Services
Score 84 · P100
▸
10x Genomics, Inc. desenvolve e vende instrumentos, consumíveis e software para analisar sistemas biológicos nos Estados Unidos, no restante das Américas, na Europa, no Oriente Médio, na África, na China e no restante da Ásia-Pacífico.
Perf 1M
+19.4%
Perf 6M
+149.2%
Sharpe 1Y
3.84
Margem-3.5%
ROE-3.0%
D/E0.20
Mkt Cap$5.0B
ILMN
Healthcare · Diagnostics & Research
Score 84 · P100
▸
A Illumina, Inc. fornece soluções baseadas em sequenciamento e em matriz para análise genética e genômica nas Américas, Europa, Grande China, Ásia-Pacífico, Oriente Médio e África.
Perf 1M
+15.6%
Perf 6M
+44.2%
Sharpe 1Y
2.33
P/E33.4
Margem19.4%
ROE33.8%
D/E0.94
Mkt Cap$27.8B
PBF
Energy · Oil & Gas Refining & Marketing
Score 84 · P100
▸
PBF Energy Inc., por meio de suas subsidiárias, atua no refino e fornecimento de produtos de petróleo. Opera por meio de dois segmentos, Refining e Logistics.
Perf 1M
+15.2%
Perf 6M
+86.9%
Sharpe 1Y
1.70
P/E12.7
Margem1.5%
ROE8.2%
Div Yield2.42%
D/E0.55
Mkt Cap$5.7B
TBLA
Communication Services · Internet Content & Information
Score 83 · P100
▸
Taboola.com Ltd., juntamente com suas subsidiárias, opera uma plataforma de motor algorítmico baseada em inteligência artificial em Israel, Estados Unidos, Reino Unido, Alemanha e internacionalmente. Ela oferece Taboola, que é uma plataforma que faz parceria com sites, dispositivos e aplicativos ...
Perf 1M
+16.7%
Perf 6M
+37.9%
Sharpe 1Y
0.99
P/E14.4
Margem5.6%
ROE11.2%
D/E0.21
Mkt Cap$1.4B
PARR
Energy · Oil & Gas Refining & Marketing
Score 83 · P100
▸
Par Pacific Holdings, Inc., uma empresa de energia, fornece combustíveis renováveis e convencionais nos Estados Unidos. A empresa opera por meio de três segmentos: Refining, Retail e Logistics.
Perf 1M
+9.3%
Perf 6M
+60.8%
Sharpe 1Y
2.11
P/E6.6
Margem6.0%
ROE33.3%
D/E0.92
Mkt Cap$2.9B
ACRS
Healthcare · Biotechnology
Score 83 · P100
▸
Aclaris Therapeutics, Inc., uma empresa biofarmacêutica em estágio clínico, atua na descoberta e desenvolvimento de candidatos a novos produtos de moléculas para doenças imunoinflamatórias nos Estados Unidos. O pipeline de produtos da empresa inclui Bosakitug (ATI-045), um anticorpo monoclonal an...
Perf 1M
+16.6%
Perf 6M
+78.2%
Sharpe 1Y
2.98
Margem0.0%
ROE-48.4%
D/E0.02
Mkt Cap$746M
▸ Top Ações Brasileiras — Fuzzy Momentum
PATI3.SA
Basic Materials · Steel
Score 82 · P100
▸
A Panatlântica S.A. produz e vende produtos de aço principalmente no Brasil.
Perf 1M
+20.6%
Perf 6M
+17.1%
Sharpe 1Y
0.02
P/E17.2
Margem2.6%
ROE6.3%
D/E0.47
Mkt Cap$838M
AURA33.SA
Basic Materials · Gold
Score 79 · P99
▸
Aura Minerals Inc., uma empresa de produção de ouro e cobre, concentra-se no desenvolvimento e operação de projetos de ouro e metais básicos nas Américas. Opera por meio dos segmentos The Minosa Mine, The Apoena Mine, the Aranzazu Mine, The Almas Mine, and The Borborema Mine and the Serra Grande ...
Perf 1M
+16.1%
Perf 6M
+37.6%
Sharpe 1Y
2.05
P/E54.5
Margem7.8%
ROE40.3%
Div Yield1.38%
D/E1.55
Mkt Cap$26.4B
CSMG3.SA
Utilities · Utilities - Regulated Water
Score 75 · P99
▸
Companhia de Saneamento de Minas Gerais planeja, executa, amplia, remodela e explora serviços públicos de saneamento básico, abastecimento de água, esgoto, saneamento e resíduos sólidos no Brasil e internacionalmente. Atua na coleta, tratamento e distribuição de água tratada aos consumidores fina...
Perf 1M
+9.3%
Perf 6M
+46.9%
Sharpe 1Y
3.92
P/E17.1
Margem16.1%
ROE15.9%
Div Yield2.08%
D/E0.90
Mkt Cap$23.2B
CXSE3.SA
Financial Services · Insurance - Diversified
Score 73 · P98
▸
Caixa Seguridade Participações S.A., juntamente com suas subsidiárias, fornece produtos de seguros no Brasil e internacionalmente. A empresa opera em três segmentos: Run-Off/Open Sea, Security e Distribution.
Perf 1M
+16.3%
Perf 6M
+27.1%
Sharpe 1Y
1.77
P/E13.6
Margem75.1%
ROE31.6%
Div Yield5.08%
D/E0.00
Mkt Cap$59.6B
UGPA3.SA
Energy · Oil & Gas Refining & Marketing
Score 72 · P98
▸
Ultrapar Participações S.A., por meio de suas subsidiárias, atua nos setores de energia, mobilidade e infraestrutura logística no Brasil, no restante da Europa, nos Estados Unidos, no Canadá, em outros países latino-americanos, na Oceania e internacionalmente. Opera por meio dos segmentos Ultraga...
Perf 1M
+13.2%
Perf 6M
+35.9%
Sharpe 1Y
1.82
P/E9.1
Margem2.1%
ROE19.2%
Div Yield4.99%
D/E1.13
Mkt Cap$27.8B
▸ Top ETFs — Fuzzy Momentum
PTH.US
ETF · ETF
Score 78 · P99
▸
O Invesco DWA Healthcare Momentum ETF (PTH) investe principalmente em ações de empresas do setor de saúde dos Estados Unidos, compondo uma carteira baseada em um índice de “momentum” de preços. Seu objetivo é oferecer exposição a companhias de saúde que apresentam forte tendência de valorização, ...
Perf 1M
+23.9%
Perf 6M
+23.6%
Sharpe 1Y
1.12
BUG.US
ETF · ETF
Score 73 · P98
▸
O Global X Cybersecurity ETF (BUG) investe em ações de empresas globais cujo faturamento está diretamente ligado a atividades de segurança cibernética, acompanhando um índice de companhias do setor. Focado principalmente no setor de tecnologia da informação, o fundo tem exposição global com forte...
Perf 1M
+10.6%
Perf 6M
+36.7%
Sharpe 1Y
0.61
ARKG.US
ETF · ETF
Score 72 · P98
▸
O ARK Genomic Revolution ETF (ARKG) é um ETF de gestão ativa que investe principalmente em ações de empresas ligadas à revolução genômica, como biotecnologia, terapias de precisão, sequenciamento de DNA, edição genética e diagnósticos moleculares, com foco predominante em companhias da área de sa...
Perf 1M
+28.4%
Perf 6M
+49.3%
Sharpe 1Y
1.01
MRNY.US
ETF · ETF
Score 68 · P97
▸
O ETF MRNY.US (Tidal Trust II YieldMax MRNA Option Income Strategy ETF) é um fundo de gestão ativa que investe nos mercados de ações e renda fixa dos Estados Unidos, usando principalmente derivativos (opções) sobre ações, especialmente ligadas ao setor de saúde e biotecnologia. Ele tem exposição ...
Perf 1M
+34.9%
Perf 6M
+41.7%
Sharpe 1Y
0.82
FAS.US
ETF · ETF
Score 66 · P97
▸
O Direxion Daily Financial Bull 3X Shares (FAS) é um ETF alavancado que investe principalmente em ações de grandes empresas do setor financeiro dos Estados Unidos, como bancos, seguradoras, empresas de serviços financeiros e de mercados de capitais. Seu objetivo é entregar, em base diária, aproxi...
Perf 1M
+33.2%
Perf 6M
-0.6%
Sharpe 1Y
0.25
IBB.US
ETF · ETF
Score 66 · P97
▸
O iShares Biotechnology ETF (IBB) investe principalmente em ações de empresas de biotecnologia listadas nos Estados Unidos, com carteira focada no setor de saúde, especialmente em pesquisa e desenvolvimento de tratamentos terapêuticos. Seu objetivo é replicar os resultados do índice NYSE Biotechn...
Perf 1M
+16.6%
Perf 6M
+15.6%
Sharpe 1Y
1.20
UVIX.US
ETF · ETF
Score 66 · P96
▸
O ETF UVIX.US (2x Long VIX Futures ETF) é um fundo alavancado que investe em posições de futuros do VIX, especificamente nos contratos de primeiro e segundo meses com maturidade média ponderada de um mês. Seu foco é no setor de derivativos de volatilidade do mercado de ações dos EUA, sem exposiçã...
Perf 1M
+1399.5%
Perf 6M
+966.4%
Sharpe 1Y
0.79
FXO.US
ETF · ETF
Score 65 · P96
▸
O ETF FXO.US (First Trust Financials AlphaDEX® Fund) investe em ações de empresas dos setores de serviços financeiros e seguros listadas nos mercados de ações dos Estados Unidos, principalmente de grande e média capitalização. Seu foco setorial é o segmento financeiro norte-americano, replicando ...
Perf 1M
+11.5%
Perf 6M
+6.3%
Sharpe 1Y
0.55
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
+13.7%
Excesso vs S&P 500
+8.5%
Win Rate vs S&P 500
+73.9%
% 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 |
|---|---|---|---|
| +$577.8M | +36.5% | $2159.6M | |
| +$576.2M | +62.0% | $1505.2M | |
| +$539.7M | +29.6% | $2363.5M | |
| +$464.5M | +58.5% | $1258.2M | |
| +$334.7M | +39.8% | $1176.3M |
▸ ▼ Maiores Saídas (7 dias)
| ETF | Fluxo 7d | Variação | Vol/dia |
|---|---|---|---|
| $8130.7M | -35.5% | $14760.8M | |
| $7190.7M | -15.0% | $40884.1M | |
| $6667.4M | -56.5% | $5127.6M | |
| $5966.4M | -16.5% | $30290.7M | |
| $5635.9M | -54.1% | $4772.5M |
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 | DNP | +0.0342 | +2.3% | +18.4% | +31.4% | +0.5935 | -0.0874 | -0.0000 | +0.3561 | -0.0016 | +0.3712 | |
| ▸2 | IGR | +0.0094 | +2.4% | -7.3% | -7.3% | +0.8477 | -0.0183 | -0.0000 | +0.3168 | +0.0490 | +0.3710 | |
| ▸3 | NAD | -0.0336 | +2.4% | +4.1% | +7.2% | +0.2687 | +0.0591 | -0.0000 | +0.0906 | -0.0168 | +0.2108 | |
| ▸4 | CLM | -0.0339 | -0.4% | -9.5% | +19.2% | +0.7547 | -0.3044 | -0.0000 | -0.0803 | -0.2930 | +0.4129 | |
| ▸5 | JFR | -0.0347 | +1.3% | -6.2% | -0.3% | +0.4590 | -0.1758 | -0.0000 | +0.1453 | -0.0781 | +0.3513 | |
| ▸6 | NEA | -0.0427 | +2.0% | +4.1% | +6.9% | +0.3092 | +0.1074 | -0.0000 | +0.2194 | -0.0796 | +0.2208 | |
| ▸7 | JQC | -0.0546 | +0.6% | -9.1% | -4.5% | +0.4794 | -0.1473 | -0.0000 | +0.1225 | -0.0623 | +0.3144 | |
| ▸8 | JPC | -0.0718 | +0.5% | +0.8% | +13.3% | +0.4925 | -0.2121 | -0.0000 | +0.0774 | -0.0416 | +0.3954 | |
| ▸9 | USA | -0.0802 | +0.9% | -14.4% | -3.0% | +0.7792 | -0.3023 | -0.0000 | -0.0140 | -0.1315 | +0.6846 | |
| ▸10 | CRF | -0.0881 | +0.3% | -14.3% | +11.4% | +0.7635 | -0.2635 | -0.0000 | -0.0406 | -0.2797 | +0.3209 |
▸ Top 10 Fundos — Brasil
| # | Ticker | Nome | Alpha (α) | 1M | 6M | 12M | β Mkt | β SMB | β HML | β RMW | β CMA | R² |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| ▸1 | NSDV11.SA | +0.0004 | +3.9% | +32.9% | +33.0% | +0.5209 | -0.8812 | 0.0000 | -0.0748 | +0.4409 | +0.6204 | |
| ▸2 | NDIV11.SA | -0.0142 | +3.6% | +22.6% | +22.7% | +0.4823 | -0.8828 | 0.0000 | -0.0737 | +0.4538 | +0.5389 | |
| ▸3 | MXRF11.SA | -0.0356 | -1.0% | +12.4% | +7.0% | +0.2583 | +0.1113 | -0.0000 | +0.0036 | -0.1751 | +0.0767 | |
| ▸4 | HGLG11.SA | -0.0543 | -3.8% | +2.4% | -0.0% | +0.2336 | +0.1264 | -0.0000 | +0.0143 | -0.2117 | +0.0800 | |
| ▸5 | VRTA11.SA | -0.1551 | -4.8% | +0.7% | -10.9% | +0.3126 | +0.2682 | -0.0000 | +0.0245 | -0.3509 | +0.0848 | |
| ▸6 | CXAG11.SA | -0.1572 | -0.2% | +11.3% | +6.6% | +0.1472 | +0.1326 | -0.0000 | +0.0967 | -0.2146 | +0.0493 | |
| ▸7 | APTO11.SA | -0.1705 | -0.1% | +3.9% | -3.2% | +0.1627 | +0.5323 | -0.0000 | +0.2493 | -0.3289 | +0.0710 | |
| ▸8 | AJFI11.SA | -0.1736 | -3.0% | +24.7% | +5.5% | +0.1332 | -0.0067 | 0.0000 | +0.0548 | 0.0000 | +0.0191 | |
| ▸9 | BTHF11.SA | -0.1738 | -1.0% | +37.0% | — | +0.1026 | +0.0483 | 0.0000 | +0.0745 | -0.2557 | +0.0328 | |
| ▸10 | HGBS11.SA | -0.1903 | -2.7% | +14.9% | -1.7% | +0.2855 | +0.1410 | -0.0000 | +0.0647 | -0.2366 | +0.0891 |
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 |
|---|---|---|---|
| Office (12) | +13.5% | +15.4% | 5.8% |
| Healthcare Facilities (9) | +11.5% | +23.8% | 3.5% |
| Hotel & Motel (10) | +7.9% | +31.1% | 3.7% |
| Industrial (11) | +5.3% | +15.2% | 4.3% |
| Retail (17) | +4.8% | +13.9% | 3.6% |
| Residential (12) | +2.6% | -6.2% | 6.9% |
| Diversified (6) | +1.3% | +0.8% | 5.5% |
| Mortgage (20) | +0.7% | -8.6% | 13.7% |
| Specialty (11) | -4.2% | +12.5% | 4.3% |
🇧🇷 Brasil
| Setor | Ret 1M | Ret 6M | Yield |
|---|---|---|---|
| Office (2) | +0.6% | +43.0% | 0.0% |
| Residential (2) | -0.2% | -0.9% | 0.0% |
| Diversified (33) | -0.9% | +11.9% | 0.5% |
| Industrial (2) | -4.5% | -6.1% | 0.0% |
| Specialty (4) | -5.7% | -12.9% | 0.0% |
| Retail (3) | -13.2% | -12.5% | 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
Neutro 72%
Apetite por risco neutro — mercado sem direção clara, sem viés forte para risk-on ou risk-off.
PC2
Duration / Taxas
Aperto 92%
Yields em alta, bonds em queda — pressão de aperto monetário.
PC3
Rotação Cíclica
Equilibrado 92%
Rotação equilibrada — sem viés claro entre cíclicos e defensivos.
PC4
Risco de Cauda
Elevado 56%
Risco elevado — volatilidade acima do normal, mas sem pânico. Atenção redobrada.
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 77% 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.
Neutro 72%
Projeção →
Risk-On
| ETF | Peso | Sem | 1M |
|---|---|---|---|
| SPY | +0.438 | +0.9% | +1.3% |
| QUAL | +0.430 | +0.0% | +0.8% |
| MTUM | +0.408 | +1.6% | -0.6% |
| HYG | +0.399 | +0.2% | -0.1% |
| EEM | +0.365 | +2.9% | -0.2% |
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.
Aperto 92%
| ETF | Peso | Sem | 1M |
|---|---|---|---|
| TLT | +0.678 | -0.1% | -0.3% |
| LQD | +0.498 | +0.0% | -0.3% |
| GLD | +0.343 | +1.1% | -1.1% |
| VIXY | +0.221 | -2.7% | -11.6% |
| DBC | −0.217 | +1.6% | -5.4% |
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 |
| IWD − IWF | Russell 1000 Value menos Growth — spread entre ações de valor e crescimento (positivo = valor supera) |
| 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 |
| 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
11% 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.
Equilibrado 92%
Projeção →
Equilibrado
| ETF | Peso | Sem | 1M |
|---|---|---|---|
| IWD − IWF | +0.637 | -1.3% | +0.9% |
| DBC | +0.592 | +1.6% | -5.4% |
| GLD | +0.404 | +1.1% | -1.1% |
| QUAL | −0.170 | +0.0% | +0.8% |
| SPY | −0.137 | +0.9% | +1.3% |
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 |
| SPY | Retorno total do S&P 500 — exposição ampla ao mercado acionário americano |
| MTUM | MSCI USA Momentum Factor — ações com tendência de preço recente forte |
| EEM | iShares MSCI Mercados Emergentes — exposição ampla a ações de EM (China, Taiwan, Índia, Coreia, Brasil) |
| 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 |
| VIXY | ProShares VIX Short-Term Futures — proxy direta do medo/volatilidade do mercado (VIX) |
| TLT | Títulos do Tesouro americano 20+ anos — duration longa, sobe quando yields caem |
PC4
Risco de Cauda
Medo e proteção
9% 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.
Elevado 56%
Projeção →
Elevado
| ETF | Peso | Sem | 1M |
|---|---|---|---|
| IWD − IWF | +0.645 | -1.3% | +0.9% |
| GLD | −0.582 | +1.1% | -1.1% |
| DBC | −0.291 | +1.6% | -5.4% |
| LQD | +0.245 | +0.0% | -0.3% |
| HYG | +0.204 | +0.2% | -0.1% |
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
| IWD − IWF | Russell 1000 Value menos Growth — spread entre ações de valor e crescimento (positivo = valor supera) |
| GLD | SPDR Gold Shares — proxy do preço do ouro, porto seguro e hedge de inflação |
| 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 |
| VIXY | ProShares VIX Short-Term Futures — proxy direta do medo/volatilidade do mercado (VIX) |
| 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 |
| QUAL | MSCI USA Quality Factor — ações com alto ROE, lucros estáveis e baixa alavancagem |
| SPY | Retorno total do S&P 500 — exposição ampla ao mercado acionário americano |
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 11% + PC4 9% = 77% variance · AIC: 2575 · BIC: 2643
PCA: PC1 42% + PC2 16% + PC3 11% + PC4 9% = 77% variance · AIC: 2575 · BIC: 2643
▸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
DADOS DO DASHBOARD COMMODITIES (semana de 07/07/2026): Energy lidera as altas com +105.6% YTD, seguido por Grains (+12.6% YTD) e Industrial Metals (+11.2% YTD), enquanto Precious Metals (+5.4% YTD) e Livestock (+4.3% YTD) apresentam ganhos menores; entre as commodities individuais, Cotton destaca-se com +18.5% YTD e Sugar com +2.5% YTD, contrastando com quedas em Cocoa (-37.6% YTD), Coffee (-23.1% YTD) e Orange Juice (-17.3% YTD). Essas movimentações refletem tensões geopolíticas globais e condições climáticas que impactam a oferta de grãos e energéticos, conforme relatado em notícias recentes sobre o aumento de preços de óleo de soja e milho sob influência externa. A categoria Energy (agg) com +80.4% YTD e Gas Oil com +132.3% YTD mostram forte pressão de demanda energética, enquanto Natural Gas (-7.8% YTD) indica desequilíbrio de oferta. Baskets de cointegração fora de equilíbrio podem estar presentes entre commodities energéticas e agrícolas devido à volatilidade de preços. Os dados específicos confirmam a tendência de alta em setores ligados à geopolítica e clima, com retornos claros e mensuráveis.
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.
Análise de cointegração indisponível.
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[?].
Dados de comércio não disponíveis.
▸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
Os dados do dashboard estão indisponíveis, mas a inflação de maio (IPCA 4,72% em 12 meses, acima do teto de 4,5%) e a decisão recente do COPOM de reduzir a Selic para 14,25% ao ano mostram que a inflação implícita nos títulos IPCA+ permanece elevada, limitando a capacidade do Banco Central de continuar o ciclo de cortes de juros. As projeções do Focus para o PIB de 2026 foram revisadas para cima, indicando crescimento robusto, enquanto a curva DI sinaliza cautela no mercado com amenização da curva de juros futuros. Títulos com spread elevado em correção inflacionária (IPCA + 8% ao ano) podem oferecer retorno relevante nesse cenário de juros altos e inflação persistente, mas não há recomendação de investimento. O evento recente mais relevante é a inflação acima do esperado em maio, que pode levar o COPOM a encerrar o ciclo de redução da Selic na próxima reunião.
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[?].
Dados indisponíveis
▸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)
Dados da curva B3 indisponíveis
▸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 | 5.30% [4.30 — 5.85] |
4.18% [3.00 — 6.00] |
||
| Selic | 14.00% a.a. [12.25 — 14.50] |
12.00% a.a. [9.75 — 14.25] |
||
| Câmbio (R$/US$) | 5.20 [4.75 — 6.00] |
5.28 [4.50 — 6.00] |
||
| PIB Total | 1.99% [1.18 — 2.40] |
1.69% [0.72 — 2.59] |
||
| IGP-M | 5.68% [3.61 — 8.24] |
4.10% [2.22 — 5.90] |
||
| Dívida Bruta / PIB | 83.32% PIB [80.60 — 86.00] |
87.00% PIB [81.90 — 90.00] |
||
| Resultado Primário / PIB | -0.50% PIB [-1.00 — 0.00] |
-0.40% PIB [-1.13 — 0.50] |
||
| IPCA Administrados | 5.00% [3.29 — 6.90] |
3.86% [2.34 — 6.08] |
||
| IPCA Serviços | 5.80% [3.60 — 6.80] |
5.10% [2.68 — 6.80] |
||
| IPCA Livres | 5.47% [2.80 — 6.43] |
4.34% [2.17 — 5.54] |
||
| Desemprego | 5.40% [4.71 — 6.40] |
6.00% [4.80 — 8.00] |
||
Fonte: BCB / Boletim Focus (2026-07-07)
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.
Fonte: BCB Focus (alvos), B3 DI1 (curva), erros históricos Focus (volatilidade)
Análise da Semana 07/07/2026 01:37
O quadro de sentimento VADER das manchetes mostra um viés ainda moderadamente negativo, com destaque para Índia (-0,57), Alemanha (-0,30), Canadá (-0,30), China (-0,23), Japão (-0,23), Irã (-0,16) e Arábia Saudita (-0,11), enquanto os EUA aparecem levemente positivos (+0,06) e o Reino Unido neutro. Esse padrão conversa com a narrativa da semana: discussão em torno de commodities, especialmente petróleo, que recuou para níveis próximos de “pré‑guerra” em torno de 68 dólares o barril, após o memorando entre EUA e Irã sobre fim de bloqueio naval e reabertura do Estreito de Hormuz, e comentários sobre OPEP elevando produção de forma gradual. Ao mesmo tempo, a semana foi de balanço positivo para os índices norte‑americanos, com ganhos em torno de 2% nos principais benchmarks, compatíveis com o sentimento ligeiramente construtivo sobre a economia dos EUA e resultados de Q2.
No mapa global de índices, a liderança é clara em tecnologia e emergentes selecionados: Coreia do Sul com um impressionante YTD de +93,3%, alta de +27,8% em 1M e +50,0% em 3M, sustentada por PIB positivo de 1,25% e inflação moderada em 3,34%, apesar de juro nominal relativamente baixo (2,82%) e juro real levemente negativo (-0,5%). Taiwan (+39,0% YTD, +9,4% em 1M, +24,7% em 3M) reforça o beta elevado ligado à cadeia de semicondutores. Nigéria aparece com forte desempenho (+60,9% YTD, +18,1% em 1M, +40,5% em 3M) apesar de inflação altíssima (CPI 33,24%), sem dados de juros e curva, sugerindo prêmio de risco elevado e talvez maior peso de fatores locais (reprecificação de ativos em moeda muito depreciada nas últimas saídas de capital). Nos desenvolvidos, Itália (+12,5% YTD, +4,5% em 1M, +12,6% em 3M) e Japão (+20,0% YTD, +4,3% em 1M) avançam de forma mais gradual, com fundamentos mais estáveis: Itália com PIB 0,83%, inflação 1,91% e curva bem inclinada (+1,59), Japão com PIB positivo, inflação negativa (-0,4%) e juros ainda baixos (1,24%), em ambiente de política monetária acomodativa.
Do lado dos laggards, a parte de baixo do ranking mensal traz movimentos mais defensivos e correções significativas. Brasil é o destaque: apesar de YTD positivo em +9,8%, o índice cai -10,5% em 1M e -6,7% em 3M, num contexto de PIB razoável (2,47%), inflação em 5,53% e juros nominais muito elevados em 14,25%, gerando o maior juro real da amostra, em torno de +8,7%, e curva levemente invertida (-0,27). Esse conjunto sugere aperto financeiro relevante e menor tolerância a risco doméstico no curto prazo, compatível com correção de preços após forte início de ano. Indonésia mostra quadro ainda mais pressionado: YTD -25,5%, -15,1% em 1M e -19,8% em 3M, apesar de PIB robusto (4,93%), inflação baixa (1,95%) e juro real alto (+3,5%), o que indica possível combinação de fluxo externo adverso e preocupação com fatores específicos (política, geopolítica regional, ou sensibilidade elevada à direção do dólar). Austrália também corrige (-1,4% YTD, -4,0% em 1M, -4,1% em 3M), com inflação moderada (3,17%) e taxa de juros relativamente alta (4,43%) num ambiente global em que commodities perderam momentum com queda do petróleo para 68 dólares.
No câmbio, os winners em 3M contra o dólar concentram‑se em moedas de EMEA e alguns G10: rublo russo (+7,8%), shekel israelense (+6,2%), forint húngaro (+4,3%), coroa norueguesa (+3,2%), libra egípcia (+2,5%), real brasileiro (+2,1%), dólar australiano (+1,4%) e peso mexicano (+0,9%). Esse quadro é coerente com a normalização do prêmio de risco geopolítico em energia e com a percepção de que algumas moedas com carry elevado ou exposição a commodities começam a recuperar após o choque da guerra no Oriente Médio. Por outro lado, entre os losers, vemos baht tailandês (-1,6%), won coreano (-1,8%), lira turca (-2,2%), leu romeno (-2,7%), peso colombiano (-2,9%), peso filipino (-3,6%), rupia indiana (-4,1%) e rupia indonésia (-4,1%) se depreciando. Em economias como Indonésia e Índia, essa depreciação ocorre apesar de juros reais positivos (+3,5% na Indonésia, +2,5% na Índia), sugerindo que fatores de risco (sentimento geopolítico negativo na Índia, -0,57, e percepção de vulnerabilidade em emergentes asiáticos) superam o suporte de carry. Na ausência dos coeficientes específicos de câmbio→bolsa aqui, o comportamento simultâneo de moeda fraca e bolsa fortemente negativa em Indonésia sinaliza um loading provavelmente negativo: depreciação cambial amplifica o drawdown de ações. Já no Brasil, a combinação de real apreciado em 3M (+2,1%) e bolsa corrigindo -6,7% sugere um regime em que o câmbio está menos diretamente associado à performance acionária no curto prazo, possivelmente com loading mais fraco ou até inverso.
A percepção de risco pelos mercados de volatilidade e crédito indica um ambiente de complacência seletiva em equities desenvolvidos, mas com pockets de stress em emergentes e crédito mais frágil. A volatilidade do S&P 500 caiu de 21,0 para 15,8 (-24,9%), a do Dow (VXD) de 21,9 para 14,4 (-34,3%) e a do Russell 2000 de 29,1 para 21,6 (-25,8%), mostrando forte compressão de risco percebido em ações norte‑americanas, em linha com as altas recentes dos índices e o sentimento VADER levemente positivo para EUA. Em contraste, a volatilidade do Nasdaq 100 praticamente estabilizou (de 27,0 para 28,0, +3,5%), sugerindo que o mercado continua a precificar maior incerteza em nomes de crescimento/tecnologia. Em emergentes, o índice VXEEM subiu de 33,3 para 38,4 (+15,1%), em linha com quedas em bolsas como Indonésia (-25,5% YTD) e maior sensibilidade a fluxo global. Em commodities, o quadro é mais benigno: volatilidade do ouro (GVZ) despencou de 37,9 para 26,0 (-31,3%) e a de petróleo (OVX) de 93,1 para 41,6 (-55,3%), compatível com a normalização do prêmio geopolítico com o acordo EUA‑Irã e a perspectiva de maior produção pela OPEP.
Nos credit spreads, o movimento dominante é de fechamento em quase todo o espectro de risco, com uma exceção importante nos nomes mais frágeis. Em Investment Grade, AAA abriu marginalmente (de 0,35% para 0,37%, +0,02%), AA ficou praticamente estável (0,51% para 0,51%), enquanto A e BBB fecharam (A de 0,68% para 0,63%, -0,05%; BBB de 1,05% para 0,94%, -0,11%), sugerindo melhora gradual na percepção de risco corporativo, coerente com o bom desempenho das bolsas globais, especialmente EUA e Ásia desenvolvida. No High