Financial Analytics

Programa Avançado de Data Science e Decisão: Insper

Financial Analytics

Modelos de séries temporais, gestão de risco e otimização de portfólios aplicados a problemas reais de negócios.

Turma PADSONL08 · 2026.34 48 horas Python Séries Temporais GARCH VaR Portfólios

Próximas sessões

Ver cronograma completo

Nenhum item correspondente

Sobre a Disciplina

Esta disciplina combina fundamentos estatísticos com aplicações práticas em finanças, preparando você para tomar decisões baseadas em dados no contexto corporativo.

Parte 1: Séries Temporais

Baseada no livro Forecasting: Principles and Practice (Hyndman & Athanasopoulos), esta parte cobre:

  • Decomposição e estacionariedade
  • ACF, PACF e testes de raiz unitária
  • Modelos ARIMA e SARIMA
  • Previsão e validação cruzada temporal
  • Prophet e modelos automáticos
  • Machine learning e foundation models para séries

Parte 2: Financial Analytics

Aplicando os fundamentos a problemas financeiros reais:

  • Retornos e fatos estilizados de séries financeiras
  • Modelos de volatilidade (ARCH/GARCH)
  • Value at Risk (VaR) e Expected Shortfall
  • CAPM e fronteira eficiente
  • Otimização de portfólios
  • Tópicos avançados: pair trading, VAR multivariado

Metodologia

DicaFoco em Pensamento Crítico

Mais importante do que gerar resultados é entender o método, desenvolver pensamento crítico e dominar estratégias de resolução de problemas. Cada conceito é conectado a um problema real de negócios.

Entregas

Entrega Conteúdo Prazo
Intermediária Previsão de 12 meses para uma empresa que passou por uma aquisição (Parte 1)

dom 15/nov, 23h59
Final Análise e otimização de portfólio com gestão de risco (Parte 2)

sex 11/dez, 19h (início das apresentações)

Equipe

Papel Nome Conduz
Professora

Profa. Paloma Vaissman Uribe

 Aulas
Monitor

Julio Trecenti

 Labs e office hours (e apoio nas aulas presenciais)

Dúvidas sobre o conteúdo podem ser abertas como issue no repositório ou levadas aos labs.

Fontes de dados

Fonte O que oferece Acesso
Banco Central (SGS) via python-bcb Séries macroeconômicas (IPCA, Selic, IBC-Br) Gratuito, sem cadastro
Yahoo Finance via yfinance Preços diários (ajustados) de ações, FIIs, ETFs e índices Gratuito, sem garantia de qualidade ou disponibilidade
S&P Capital IQ Pro Plataforma profissional da S&P Global: demonstrações financeiras padronizadas, preços e mercado de capitais, estimativas, ratings de crédito, transcrições de conference calls, ESG, dados macro e screening; dados de mais de 109 mil empresas abertas e 60 milhões de fechadas Licenciado pelo Insper (Biblioteca Telles), via OpenAthens no DataLab ou remotamente
NotaS&P Capital IQ Pro no Insper

É a mesma base usada por bancos, gestoras e consultorias. Para pedir acesso, envie à Biblioteca (biblioteca@insper.edu.br ou WhatsApp 11 97464-1087) seu nome completo, login e o período de uso. Detalhes na página da Biblioteca Telles. O acesso não se estende a alumni. Um exemplo de uso está na aula Ponte para Finanças.

Ferramentas sugeridas

Biblioteca Uso
pandas / numpy Manipulação de dados e séries temporais
statsmodels Modelos estatísticos, ACF/PACF, testes
statsforecast ARIMA automático, cross-validation
arch Modelos GARCH e variantes
yfinance Download de dados financeiros
scipy.optimize Otimização de portfólios
plotly Gráficos interativos
matplotlib / seaborn Visualização estatística

Referências

  • Hyndman, R.J., & Athanasopoulos, G. (2021). Forecasting: Principles and Practice. Em R | Em Python
  • Tsay, R.S. (2010). Analysis of Financial Time Series, 3rd edition. Wiley.
  • Morettin, P.A. (2017). Econometria Financeira: um curso em séries temporais financeiras. Blucher.
  • McNeil, A.J., Frey, R., & Embrechts, P. (2015). Quantitative Risk Management. Princeton.
De volta ao topo