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
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.
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.
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 [?] |
|---|---|---|---|---|---|---|---|
| Yuan Chinês | 6.8005 | -0.0% | -0.0% | -0.0% | +2.8% | +4.5% | — |
| Rupia Indonésia | 17705.8200 | -0.0% | -0.0% | -0.0% | -6.2% | -7.5% | — |
| Rupia Indiana | 96.3500 | -0.0% | -0.0% | -0.0% | -7.1% | -9.2% | — |
| Korean Won | 1504.5800 | -0.0% | -0.0% | -0.0% | -4.3% | -8.3% | — |
| Ringgit Malaio | 3.9720 | -0.0% | -0.0% | -0.0% | +2.0% | +5.6% | — |
| Peso Filipino | 61.6300 | -0.0% | -0.0% | -0.0% | -4.7% | -8.1% | — |
| Dólar de Singapura | 1.2796 | -0.0% | -0.0% | -0.0% | +0.5% | +0.3% | — |
| Baht Tailandês | 32.6000 | -0.0% | -0.0% | -0.0% | -3.5% | -2.7% | — |
| Dólar Taiwanês | 31.6150 | -0.0% | -0.0% | -0.0% | -0.9% | -4.1% | — |
| Dong Vietnamita | 26357.0000 | -0.0% | -0.0% | -0.0% | -0.2% | +0.1% | — |
| Coroa Tcheca | 20.8710 | -0.0% | -0.0% | -0.0% | -1.4% | -0.4% | — |
| Libra Egípcia | 53.2700 | -0.0% | -0.0% | -0.0% | -11.7% | -10.6% | — |
| Florim Húngaro | 309.1800 | -0.0% | -0.0% | -0.0% | +5.5% | +7.9% | — |
| Shekel Israelense | 2.8973 | -0.0% | -0.0% | -0.0% | +9.1% | +13.4% | — |
| Naira Nigeriana | 1371.0200 | -0.0% | -0.0% | -0.0% | +5.2% | +9.0% | — |
| Zloty Polonês | 3.6420 | -0.0% | -0.0% | -0.0% | -1.4% | -0.9% | — |
| Leu Romeno | 4.4737 | -0.0% | -0.0% | -0.0% | -3.3% | -3.9% | — |
| Rublo Russo | 72.4500 | -0.0% | -0.0% | -0.0% | +8.0% | +13.4% | — |
| Lira Turca | 45.5644 | -0.0% | -0.0% | -0.0% | -6.1% | -10.4% | — |
| Rand Sul-Africano | 16.6388 | -0.0% | -0.0% | -0.0% | -0.8% | +5.2% | — |
| Dólar Australiano | 0.7142 | +0.0% | +0.0% | +0.0% | +7.0% | +8.4% | — |
| Euro | 1.1643 | +0.0% | +0.0% | +0.0% | -0.9% | -0.5% | — |
| Libra Esterlina | 1.3415 | +0.0% | +0.0% | +0.0% | -0.4% | -0.8% | — |
| Dólar Neozelandês | 0.5829 | +0.0% | +0.0% | +0.0% | +0.7% | -1.6% | — |
| Dólar Canadense | 1.3743 | -0.0% | -0.0% | -0.0% | -0.1% | +0.7% | — |
| Franco Suíço | 0.7853 | -0.0% | -0.0% | -0.0% | +1.0% | +1.5% | — |
| Iene Japonês | 158.9400 | -0.0% | -0.0% | -0.0% | -1.4% | -7.8% | — |
| Coroa Norueguesa | 9.2649 | -0.0% | -0.0% | -0.0% | +8.1% | +7.2% | — |
| Coroa Sueca | 9.4006 | -0.0% | -0.0% | -0.0% | -2.0% | -0.2% | — |
| Peso Argentino | 1396.0000 | -0.0% | -0.0% | -0.0% | +3.8% | +1.4% | — |
| Real Brasileiro | 4.9907 | -0.0% | -0.0% | -0.0% | +8.9% | +8.3% | — |
| Peso Chileno | 900.4000 | -0.0% | -0.0% | -0.0% | -0.0% | +7.0% | — |
| Peso Colombiano | 3797.7200 | -0.0% | -0.0% | -0.0% | -1.5% | +3.2% | — |
| Peso Mexicano | 17.2914 | -0.0% | -0.0% | -0.0% | +3.9% | +7.2% | — |
| Peruvian Sol | 3.4223 | -0.0% | -0.0% | -0.0% | -1.8% | +2.0% | — |
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.
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.
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.
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)
O destaque do momentum está concentrado em ações de alta força relativa, com BE (98), NBIS (96), COHU (90), BVC (90), VBNK (89) e GORO (89), enquanto nos ETFs aparecem produtos mais alavancados e temáticos, como NVDU.US (69), NVDX.US (69) e MSTU.US (68), além de EMXC.US, EEM.US e AVEM.US (66). Nos fluxos institucionais, o dinheiro está entrando forte em ETFs amplos de ações dos EUA, com iShares Core S&P 500 ETF (+1664M), SPDR S&P 500 ETF Trust (+1524M) e iShares Russell 2000 ETF (+911M), e saindo de cripto e de aposta tática em semicondutores, como iShares Bitcoin Trust (-1318M), Direxion Daily Semiconductor B (-608M) e iShares Ethereum Trust ETF (-527M). O quadro geral sugere um regime de mercado favorável a ativos de risco, mas com rotação para exposição ampla em índices e simultânea busca por nomes e ETFs com momentum elevado. O backtest fuzzy de 3 meses reforça esse viés, com retorno médio de 10,0%, excesso de 5,4% versus SPY e win rate de 69%.
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
▸ Top Ações Brasileiras — Fuzzy Momentum
▸ Top ETFs — Fuzzy Momentum
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).
Fonte: EODHD (preços históricos)
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 |
|---|---|---|---|
| +$1664.5M | +36.8% | $6192.4M | |
| +$1524.2M | +5.6% | $28615.8M | |
| +$910.9M | +19.2% | $5666.3M | |
| +$894.3M | +47.7% | $2768.7M | |
| +$609.9M | +2.8% | $22255.6M |
▸ ▼ Maiores Saídas (7 dias)
| ETF | Fluxo 7d | Variação | Vol/dia |
|---|---|---|---|
| $1318.5M | -34.4% | $2514.8M | |
| $608.5M | -9.3% | $5942.1M | |
| $526.7M | -43.7% | $678.6M | |
| $507.4M | -30.0% | $1184.3M | |
| $469.6M | -18.3% | $2099.9M |
Fonte: EODHD (ETF prices, AUM, holdings)
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.
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)
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 (22) | +0.9% | -9.2% | 14.2% |
| Specialty (15) | -2.2% | -0.4% | 4.2% |
| Residential (20) | -2.4% | -3.0% | 6.8% |
| Office (18) | -3.1% | +404.0% | 5.2% |
| Retail (24) | -3.1% | +1.1% | 4.2% |
| Diversified (13) | -3.3% | +1.4% | 6.4% |
| Healthcare Facilities (16) | -3.4% | +3.5% | 4.3% |
| Industrial (16) | -4.0% | +6.1% | 4.7% |
| Hotel & Motel (12) | -4.2% | +49.8% | 3.9% |
🇧🇷 Brasil
| Setor | Ret 1M | Ret 6M | Yield |
|---|---|---|---|
| Diversified (34) | +209.1% | +146.7% | 0.5% |
| Office (2) | +0.4% | +3.8% | 0.0% |
| Specialty (4) | +0.2% | -0.9% | 0.0% |
| Residential (2) | -1.3% | -4.1% | 0.0% |
| Retail (3) | -2.2% | -27.7% | 0.0% |
| Industrial (2) | -3.4% | -22.0% | 0.0% |
Fonte: EODHD (fundamentals_enrichment — REITs)
Energia lidera com folga no dashboard, com +105,6% YTD, refletindo a combinação de tensão geopolítica no Oriente Médio, risco sobre o Estreito de Ormuz e força recente do Brent e do gás, enquanto Grains (+12,6% YTD) e Industrial Metals (+11,2% YTD) seguem firmes por oferta mais apertada e estoques ajustados. Entre as commodities, Gas Oil (+132,3% YTD), Heating Oil (+117,7% YTD) e Brent Crude (+99,0% YTD) foram os destaques positivos, em linha com o choque de energia; no agro, Cotton (+18,5% YTD) e Sugar (+2,5% YTD) aparecem no topo das altas mensais, enquanto Cocoa (-37,6% YTD) e Coffee (-23,1% YTD) seguem entre as maiores quedas, coerentes com ajustes de safra e normalização parcial da oferta. Natural Gas ainda está em -7,8% YTD, apesar do pano de fundo de demanda sazonal e estoques europeus mais apertados, e as variações de 1M ficaram em 0,0% em todas as categorias, sugerindo que o movimento recente está concentrado no acumulado do ano e em descolamentos específicos entre energia, grãos e softs.
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 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.
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[?].
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)
A curva DI segue precificando juros ainda altos, coerente com a Selic em 14,00% após o corte do Copom em 05/08 e com o mercado esperando 13,75% no fim de 2026, enquanto o Focus de 08/09 mostrou IPCA de 5,00% para 2026, acima da meta. Nesse ambiente, a inflação implícita da ETTJ tende a ficar pressionada, porque a leitura de juros reais exige prêmio adicional sobre uma inflação ainda desancorada. Como o dashboard não trouxe os títulos IPCA+ com maior spread vs ETTJ, não dá para identificar quais papéis estão mais esticados, mas o tema de spread elevado continua sendo o ponto central da leitura de valor relativo. O quadro recente do Copom e a piora/estabilidade das expectativas no Focus reforçam uma curva ainda sensível a risco de inflação e a eventual impacto fiscal.
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[?].
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)
• 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 | 5.01% [4.30 — 5.81] |
4.28% [3.17 — 6.00] |
||
| Selic | 13.75% a.a. [12.75 — 14.00] |
12.00% a.a. [9.75 — 14.00] |
||
| Câmbio (R$/US$) | 5.20 [4.80 — 5.60] |
5.30 [4.70 — 5.68] |
||
| PIB Total | 1.92% [1.33 — 2.40] |
1.50% [0.67 — 2.50] |
||
| IGP-M | 4.38% [2.36 — 5.51] |
4.10% [1.78 — 7.09] |
||
| Dívida Bruta / PIB | 83.22% PIB [81.90 — 86.24] |
87.20% PIB [83.80 — 92.19] |
||
| Resultado Primário / PIB | -0.50% PIB [-0.90 — 0.00] |
-0.40% PIB [-1.00 — 0.50] |
||
| IPCA Administrados | 4.69% [3.70 — 6.42] |
3.83% [2.73 — 5.52] |
||
| IPCA Serviços | 5.59% [4.33 — 6.70] |
5.06% [2.62 — 7.10] |
||
| IPCA Livres | 5.14% [3.79 — 6.32] |
4.44% [2.22 — 5.98] |
||
| Desemprego | 5.40% [4.68 — 6.00] |
5.90% [4.70 — 7.00] |
||
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
|
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? 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 09/09/2026 21:46
O pano de fundo da semana é claramente de maior tensão geopolítica, com foco concentrado em Oriente Médio e Leste Europeu, mas ainda sem transbordar para um estresse sistêmico nos preços de risco. Os scores de sentimento VADER mostram sinais bastante negativos em Qatar (-0.823), Irã (-0.477), Israel e Líbano (ambos -0.553), refletindo a combinação de risco sobre o Estreito de Ormuz – com alerta de “catástrofe industrial” caso o bloqueio persista – e escalada militar entre Israel e Hezbollah no sul do Líbano, com dezenas de mortos nos últimos dias. Ao mesmo tempo, o conflito Rússia-Ucrânia segue intenso, com ataques russos causando vítimas civis e relatos de pressão estratégica sobre cidades no Donbas, gerando sentimento negativo em Rússia (-0.406), Ucrânia (-0.310) e também impacto em países europeus próximos ao conflito como Reino Unido (-0.354) e Austrália (-0.421, pelo canal de commodities e segurança). Apesar disso, o tom agregado para grandes economias desenvolvidas é mais equilibrado: Estados Unidos ainda levemente negativo (-0.132), enquanto Japão mostra score positivo (+0.233), suportado por expectativas de normalização monetária e dados de emprego mais firmes; Alemanha aparece praticamente neutra-positiva (+0.054), com o fluxo de notícias concentrado em política europeia e inflação acima de 3% sustentando expectativas de aperto adicional do BCE.
No mapa de índices, o destaque absoluto é a Ásia e alguns emergentes específicos, com forte compressão de risco idiossincrático em tecnologia e exportadores. A Coreia do Sul lidera com retorno YTD de +93,3%, acumulando +50,0% em 3 meses e +27,8% em 1 mês, em um ambiente de PIB moderado (1,25%), inflação de 3,34% e juros de apenas 2,91%, o que implica juro real ligeiramente negativo (-0,4%) e política monetária ainda acomodatícia em relação ao boom de ativos. Taiwan também mostra desempenho muito forte (YTD +39,0%, 3M +24,7%, 1M +9,4%), reforçando o tema de semicondutores e tecnologia na região, ainda que os dados macro estejam incompletos no painel. Singapura aparece com fundamento sólido – PIB em 3,75%, inflação baixa em 0,9% – e um índice avançando +25,7% no ano, com +20,6% em 3M e +6,2% em 1M, sugerindo uma combinação de crescimento estável e percepção de porto seguro regional. Do lado emergente, Nigéria surpreende com YTD de +60,9%, 3M de +40,5% e 1M de +18,1%, mesmo com inflação muito alta (23,01%) e sem dado de curva de juros, indicando possivelmente uma reprecificação de ativos após stress anterior, em ambiente ainda macroeconômico frágil. Já Romênia mostra alta relevante de +28,6% YTD, mas com PIB negativo (-1,97%) e inflação elevada (7,19%), evidenciando uma dissociação entre ciclo econômico fraco e desempenho de mercado, possivelmente sustentado por fluxos regionais e expectativa de reversão futura da contração.
Na ponta oposta, a fotografia dos “bottom 8” revela pressão concentrada em alguns emergentes com juros altos e/ou desafios externos, além de mercados desenvolvidos mais sensíveis a commodities. O Brasil se destaca negativamente com -10,5% em 1M e -6,7% em 3M, apesar de ainda acumular +9,8% no ano. O país combina PIB moderado (2,47%), inflação em 5,53% e juros nominais muito elevados (14,0%), o que resulta no maior juro real do painel, em torno de 8,5% – ao lado de uma curva de juros invertida (spread 10Y-2Y de -0,13%), sugerindo aperto monetário intenso e expectativa de desaceleração futura. Esse contraste entre juro real muito alto e desempenho recente fraco do índice reforça a leitura de que a bolsa local vem sofrendo com ajuste de prêmio de risco, possivelmente em interação com câmbio e percepção política. O bloco Ásia ex-core – Indonésia (-25,5% YTD, -19,8% em 3M, -15,1% em 1M) e Austrália (-1,4% YTD, -4,0% em 1M e 3M) – mostra sensibilidade elevada ao canal de commodities e à narrativa de “russian pincer” no Donbas, que mantém incerteza sobre oferta de energia e metais e retroalimenta preocupações de crescimento global, especialmente para exportadores de minério e carvão. Na Europa, República Tcheca entrega -5,6% YTD, -6,8% em 3M e -5,2% em 1M, com PIB negativo (-0,79%) e inflação moderada (1,85%), além de juros em 3,68% e curva levemente inclinada (1,02%), indicando um quadro mais clássico de ciclo fraco e mercado acompanhando o baixo dinamismo.
No câmbio, os dados de retorno estão zerados no horizonte 1 semana, 1 mês e 3 meses, tanto para os “winners” asiáticos (yuan chinês, rupia indonésia, rupia indiana, won coreano, ringgit malaio, peso filipino, dólar de Singapura, baht tailandês) quanto para os “losers” em G10 e América Latina (coroa norueguesa, coroa sueca, peso argentino, real brasileiro, peso chileno, peso colombiano, peso mexicano, sol peruano). Essa neutralidade de variação em relação ao dólar sugere que, no agregado, o impacto recente de câmbio sobre os índices não foi o principal driver no último mês, e os movimentos de bolsa que aparecem no painel parecem muito mais ligados a fatores internos (juros reais, curva de juros, crescimento e risco político) do que a movimentos cambiais diretos no período observado. Ainda assim, em países com juro real muito elevado como Brasil (8,5%) e Indonésia (3,5%), o histórico de sensibilidade cambial tende a ser relevante: moedas sob pressão costumam aumentar o prêmio exigido na bolsa, especialmente quando o loading câmbio→bolsa é negativo, amplificando a queda de ativos em momentos de depreciação. Já em economias asiáticas com fundamentos relativamente mais equilibrados e juros reais próximos de zero ou levemente negativos (Coreia do Sul, Singapura), a neutralidade da moeda no curto prazo ajuda a sustentar a leitura de que o rali acionário recente tem caráter mais micro/temático (tecnologia, reabertura, fluxos globais) do que defensivo via câmbio.
Do ponto de vista de percepção de risco, os dados de volatilidade mostram um cenário de clara compressão em relação a 3 meses atrás, apesar do noticiário geopolítico carregado. Nos EUA, o VIX do S&P 500 caiu de 19,9 para 14,3 (-27,9%), a volatilidade do Dow Jones recuou de 17,1 para 13,2 (-22,5%), a do Nasdaq 100 de 30,5 para 20,2 (-33,8%) e a do Russell 2000 de 26,3 para 18,5 (-29,7%). Isso sinaliza um ambiente de maior complacência ou confiança em relação a riscos macro tradicionais, mesmo com conflitos em curso. Nos emergentes, a queda é ainda mais expressiva: o índice de volatilidade VXEEM despencou de 39,8 para 21,8, redução de 45,1%, sugerindo forte reprecificação de risco e migração para uma postura mais construtiva em relação a ativos emergentes, alinhada ao desempenho robusto em mercados como Coreia, Nigéria e Singapura. Em commodities, o quadro é mais misto: a volatilidade do ouro recua marginalmente de 28,9 para 27,2 (-5,9%), enquanto o petróleo, ainda muito sensível às manchetes sobre Ormuz e Irã, passa