Metodologia MultiAsset

Fontes de dados, calibracao de volatilidades, modelo de Monte Carlo e construcao de cenarios. Ultima atualizacao: julho de 2026.

1. Fontes de dados

Cada ativo da plataforma utiliza fontes publicas, verificaveis e atualizadas automaticamente. Nenhum dado e inserido manualmente.

Fallback: quando a fonte primaria falha, o sistema utiliza a secundaria automaticamente. Se ambas falharem, o ultimo valor em cache e mantido. O frontend tambem possui valores hardcoded calibrados como ultima rede de seguranca.

2. Modelo de Monte Carlo

2.1 Motor

O motor de simulacao utiliza o modelo de Movimento Browniano Geometrico (GBM) com drift determinístico e choque estocastico normal:

S_t+1 = S_t × exp(μ − ½σ² + σ × Z)

Onde μ e a taxa de retorno anual esperada (cenario base do ativo), σ e a volatilidade anual, e Z ~ N(0,1) e um choque aleatorio normal. A cada ano da simulacao, um novo choque e sorteado independentemente.

O gerador de numeros aleatorios utiliza o algoritmo Mulberry32, um PRNG deterministico de 32 bits. A semente padrao e 42, garantindo que a mesma configuracao de parametros produza sempre os mesmos resultados — a simulacao e reprodutivel.

2.2 Parametros

Cada simulacao individual gera 10.000 trajetorias independentes para o horizonte de tempo escolhido (1 a 30 anos). Os aportes mensais sao incorporados ao final de cada ano. O valor final de cada trajetoria e registrado, e os percentis P10, P25, P50 (mediana), P75 e P90 sao calculados sobre a distribuicao empirica dos resultados.

2.3 Limitacoes

• Normalidade dos retornos: o modelo assume choques normais, o que subestima eventos extremos (caudas grossas). Drawdowns historicos de 30-80% em commodities e criptoativos nao sao totalmente capturados.
• Correlacoes estaticas: o modelo trata cada ativo como independente. Nao ha matriz de correlacao entre ativos — cada simulacao e univariada. A correlacao so e relevante no Monte Carlo de portfolio.
• Volatilidade constante: a volatilidade e fixa ao longo de todo o horizonte. Regime de volatilidade (calmaria vs. crise) nao e modelado.
• Sem custos de transacao: spread, corretagem e slippage nao sao descontados.
• Sem risco de credito: para CDI e NTN-B, assume-se que o emissor (Tesouro Nacional) honra integralmente os pagamentos.

3. Calibracao de volatilidades

As volatilidades anuais foram calibradas com series historicas de 5 anos (2021-2026), arredondadas para o meio ponto percentual mais proximo. Fontes: Yahoo Finance, CoinGecko, BCB.

4. Construcao de cenarios

4.1 Cenarios-base por ativo

Os cenarios conservador, moderado e agressivo de cada ativo sao construidos a partir de:

• Cenario base: taxa de retorno esperada fundamentada em dados de mercado atuais (yield de titulos, premio de risco, taxa de juros real).
• Cenario conservador: base menos um spread proporcional a volatilidade do ativo (~1-1,5 desvios-padrao).
• Cenario agressivo: base mais um spread proporcional a volatilidade do ativo (~1-1,5 desvios-padrao).

Para o CDI, os cenarios refletem trajetorias alternativas da taxa Selic (cortes acelerados, manutencao, ou elevacao). Para a NTN-B, os cenarios variam o spread sobre o IPCA (compressao, manutencao, ou ampliacao do premio de risco fiscal). Para o USD/BRL, os cenarios modelam a direcao do cambio (apreciacao, estabilidade, ou depreciacao do BRL).

4.2 Cenarios geopoliticos (portfolio)

Os 5 cenarios geopoliticos da secao "Cenarios Prospectivos 2026-2030" utilizam calibracao bayesiana com base em:

• Probabilidades base (base rates) historicas de conflito entre grandes potencias (Correlates of War, 1945-presente)
• Precificacao de mercados de apostas (Polymarket, jul/2026)
• Julzo estruturado de especialistas (Good Judgment Project, Metaculus)
• Modelos academicos de escalada de conflito (Thucydides Trap, Allison/Harvard; escada de escalada de Kahn)

Cada cenario define retornos esperados, trajetorias de variaveis macro (Selic, IPCA, USD/BRL, Brent) e deslocamentos de correlacao entre pares de ativos. O modelo de portfolio aplica esses retornos como overrides sobre as taxas-base dos ativos individuais.

4.3 Cenarios macro (LLM)

O panorama macroeconomico da home e gerado por um modelo de linguagem (Claude Haiku 4.5 via OpenRouter) que processa dados estruturados do BCB (Selic, IPCA, PTAX, expectativas Focus) e produz uma narrativa em portugues. O LLM nao "inventa" dados — ele sintetiza os numeros oficiais em texto. A geracao e semanal (segundas-feiras) com cache de 7 dias.

5. Referencias