Metodologia e fontes de dados

1. O que a SeasOptima faz

A SeasOptima é uma plataforma de análise estatística que identifica padrões sazonais recorrentes nos mercados financeiros. Agregamos dados históricos de preços e aplicamos métodos estatísticos para visualizar como os ativos se comportaram historicamente durante períodos específicos. Nossa plataforma não fornece consultoria de investimento, sinais de negociação ou recomendações personalizadas. Todas as informações apresentadas são de natureza puramente estatística e educacional.

2. Fontes de dados

Todos os dados de mercado utilizados pela SeasOptima são provenientes de provedores de dados financeiros publicamente acessíveis:

• Provedores de Dados de Mercado — Agregamos dados históricos OHLCV (Abertura, Máxima, Mínima, Fechamento, Volume) de provedores de dados financeiros publicamente disponíveis para todas as classes de ativos, incluindo ações, índices, commodities, forex, ETFs e criptomoedas.

Cobertura de dados

Analisamos até 30 anos de dados históricos de preços diários quando disponíveis. O período de cobertura exato varia por símbolo dependendo da disponibilidade dos dados. Todos os dados são atualizados diariamente durante o horário de mercado.

Precisão dos dados

Embora nos esforcemos pela precisão, dependemos de provedores de dados terceirizados e não podemos garantir que todos os dados estejam livres de erros. Os preços são ajustados por desdobramentos e dividendos quando aplicável. Os usuários devem verificar pontos de dados críticos de forma independente.

3. Cálculo de padrões sazonais

Os padrões sazonais são calculados utilizando a seguinte metodologia:

1. Retornos diários: Calculamos a variação percentual diária para cada dia de negociação em todos os anos de dados disponíveis.
2. Agregação por calendário: Os retornos diários são agrupados por data do calendário (mês e dia) para identificar padrões recorrentes.
3. Médias históricas: Para cada período do calendário, calculamos o retorno histórico médio e a porcentagem de anos em que o retorno foi positivo (taxa de acerto).
4. Períodos sazonais: Períodos contíguos de retornos históricos consistentemente positivos ou negativos são identificados e destacados como padrões sazonais.
5. Significância estatística: Os padrões são avaliados com base no número de anos de dados, na consistência dos retornos e na taxa de acerto para avaliar sua confiabilidade histórica.

4. Pontuação de consistência de padrões

A Pontuação de Consistência de Padrões (PCS) é uma métrica proprietária que mede quão confiavelmente um padrão sazonal se repetiu historicamente:

• Componente de taxa de acerto: A porcentagem de anos em que a direção esperada do padrão (altista ou baixista) realmente ocorreu.
• Consistência dos retornos: Quão similar foi a magnitude dos retornos nos diferentes anos — menor variância indica maior consistência.
• Tamanho da amostra: Mais anos de dados aumentam a confiança estatística no padrão.

O PCS é expresso como uma pontuação de 0 a 100. Pontuações mais altas indicam padrões que se repetiram historicamente com mais consistência. Um PCS alto não prevê desempenho futuro.

5. Análise de regime de mercado

Nossa detecção de regime de mercado utiliza uma abordagem sistemática para classificar o ambiente geral do mercado:

• Detecção de tendência: Utilizamos médias móveis dos principais índices de mercado (ex.: S&P 500) para determinar se o mercado está em uma fase historicamente altista, baixista ou neutra.
• Classificação do regime: Os padrões sazonais são analisados separadamente para cada regime de mercado, permitindo que os usuários vejam como os padrões se comportaram historicamente em diferentes condições de mercado.

A análise de regime de mercado baseia-se exclusivamente na classificação histórica e não prevê a direção futura do mercado.

6. Mapa de calor e calendário

As ferramentas visuais agregam dados históricos da seguinte forma:

• Mapa de calor mensal: Exibe o retorno histórico médio para cada mês em todos os anos disponíveis. A intensidade da cor indica a magnitude do retorno histórico médio.
• Calendário sazonal: Mostra as médias históricas diárias projetadas no ano calendário atual, permitindo que os usuários vejam quais datas mostraram historicamente tendências positivas ou negativas.

Todos os valores do mapa de calor e do calendário representam médias históricas e não preveem retornos futuros.

7. Rankings do screener

O Screener Sazonal filtra e classifica os símbolos com base em critérios estatísticos:

• Filtragem: Os usuários podem filtrar por classe de ativo, direção do padrão, período e taxa de acerto mínima.
• Classificação: Os resultados são classificados pela força histórica do padrão — uma combinação do retorno histórico médio, da taxa de acerto e da consistência do padrão.
• Atualização dos dados: Os dados do screener são recalculados regularmente para incorporar os dados mais recentes disponíveis.

Os rankings do screener refletem exclusivamente medidas estatísticas históricas. Uma classificação alta não constitui uma recomendação de compra ou venda de qualquer título.