VALE3: o modelo que acerta 8 em 10 direções — e o que foi descartado no caminho

Pipeline quantitativa completa com ARIMAX, XGBoost, LSTM aplicada à VALE3

Sempre faço o alerta que o objetivo deste artigo não é prever o preço da VALE3 com precisão cirúrgica. Isso seria desonesto com qualquer ativo financeiro. O objetivo é construir uma leitura estruturada de direção e risco, com evidência empírica, validação rigorosa fora da amostra e intervalos de incerteza explícitos.

O resultado mais interessante não é a previsão em si — é o que foi descartado no caminho.

O pipeline

A análise cobre 3.438 dias úteis de dados, de janeiro de 2012 a maio de 2026. Foram testados quatro modelos: ARIMAX, SARIMAX, XGBoost e LSTM, além de um ensemble ponderado. Opipeline tem cinco camadas:

Coleta de dados

— 15 variáveis de fontes distintas: Yahoo Finance (VALE3, BHP, IBOV, S&P 500,VIX, cobre, ouro, DXY, ETF de mineração, ETF China, juros EUA), FRED (spread de crédito highyield) e Banco Central do Brasil (IPCA e Selic via SGS).

Testes estatísticos

— estacionariedade (ADF + KPSS), correlação de Pearson com lags de 0 a 10dias, causalidade de Granger e cointegração (Engle-Granger e Johansen).

Seleção de variáveis

— LASSO com validação cruzada temporal e SHAP values do XGBoost.

Modelagem

— ARIMAX(1,0,1), SARIMAX sazonal, XGBoost com features de regime e LSTM.

Validação

— walk-forward em 5 folds cobrindo 2014 a 2026, além de split fixo 80/20.

O que foi descartado — e por quê

De 15 variáveis candidatas, 11 foram eliminadas. As mais contra-intuitivas:

Minério de ferro (ETF PICK e futuro TIO=F)

— VALE3 é a maior mineradora de ferro do mundo.A correlação contemporânea com o preço do minério é alta. Mas no teste de causalidade deGranger para retorno diário, nem o ETF de mineração nem o futuro de minério passaram no corte estatístico. BHP, a mineradora australiana, captura o mesmo sinal com mais poder preditivo defasado — e sobreviveu.

VIX

O que é?

VIX (CBOE Volatility Index) — O “Índice do Medo”

• O que é: O VIX é um indicador criado pela Chicago Board Options Exchange (CBOE) que mede a expectativa de volatilidade do mercado de ações americano para os próximos 30 dias

— ela apresentou alta correlação negativa contemporânea com VALE3 (−0,33), mas poder preditivo defasado insuficiente no horizonte diário.

Cobre, ouro e DXY

— descartados pelo LASSO e não confirmados pelo Granger para previsão de retorno.

Selic e IPCA

— relevantes no horizonte mensal ou trimestral, mas sem sinal preditivo no diário.

As 4 variáveis que sobreviveram aos três filtros (Granger, LASSO e SHAP):

BHP

O que é?

BHP (BHP Group) — Gigante de Mineração

• O que é: A BHP (anteriormente BHP Billiton) é uma das maiores empresas de recursos naturais e mineração do mundo, com sede na Austrália.

— maior coeficiente LASSO, confirma Granger no lag 2

IBOV

— beta local, Granger no lag 1

S&P 500

— apetite a risco global, Granger no lag 2

US10Y

— juros americanos como proxy de fluxo para emergentes, Granger no lag 3

Por que o XGBoost falhou

Esse foi o resultado mais revelador da análise.

O XGBoost original, com 24 features, alcançou Directional Accuracy de apenas 16,7% — pior do que jogar uma moeda. Testei duas versões com features de regime: volatilidade rolling, razão devolatilidade, nível e variação do VIX, momentum em 5 e 20 dias, tendência, correlação rolling com BHP.

Nenhuma versão superou 42,2% de DA.

O diagnóstico é estrutural: retornos diários de ativos financeiros têm razão sinal/ruído muito baixa. Modelos tree-based com muitas features capturam padrões espúrios no conjunto de treino que não generalizam para dados novos. Quanto mais features, mais o modelo memoriza — e menos ele prevê.

ARIMAX com 4 variáveis e estrutura paramétrica simples foi mais robusto do que qualquer configuração do XGBoost testada.

Esse resultado não é específico à VALE3 — é uma propriedade conhecida de séries financeiras de alta frequência.

O XGBoost tem uso potencial para classificação de regime de volatilidade ou previsão de volatilidade realizada, não para previsão de retorno diário.

Os resultados

O ensemble recebeu pesos de 60,2% para o ARIMAX e 39,8% para o XGBoost — mas como o XGBoost ficou abaixo de 50%, o ensemble efetivamente converge para o ARIMAX puro.

Delta entre DA do split fixo e walk-forward: −4,8 pontos percentuais — dentro do esperado, semsinal de overfitting severo. O modelo é classificado como robusto: DA acima de 50% em todos os folds, mínimo de 71,3%.

A previsão para os próximos 10 pregões

Último preço: R$80,80 (08/mai/2026)

O intervalo de confiança de 90% no décimo dia vai de R$73,71 a R$90,21 — calculado por propagação de volatilidade (σ×√t) com volatilidade diária de 1,94% nos últimos 60 pregões.

A banda larga é honesta com a incerteza real.

O sinal de direção — alta gradual — importa mais do que o ponto central da previsão.

O que o modelo não sabe

Nenhum modelo captura eventos discretos: mudanças na política de royalties sobre minério,decisões da diretoria sobre dividendos, choques no minério de ferro na China, mudanças bruscas no câmbio.

O IC 90% no décimo dia vai de R$73,71 a R$90,21 — essa largura é a medida honesta do que o modelo não sabe.

A DA de 75,3% no walk-forward significa que em 1 a cada 4 dias o modelo erra a direção.

Para uso operacional, isso exige gestão de risco explícita — não seguimento cego do sinal.

Próximos passos

Dois desenvolvimentos planejados para a versão 2:

O NLP com FinBERT sobre balanços e notas explicativas está estruturado no pipeline mas não foi incorporado como variável exógena no modelo final. A hipótese é que o score de sentimentodos balanços pode adicionar sinal no horizonte de 5 a 20 dias. Isso será testado na próxima versão.

O segundo desenvolvimento é a exploração de modelos de regime explícito — identificar se o modelo se comporta de forma diferente em períodos de alta e baixa volatilidade, e se vale a pena treinar modelos separados por regime.

Código e dados

Pipeline completa disponível no GitHub.

Dados: Yahoo Finance para preços e indicadores de mercado, FRED para spread de crédito,Banco Central do Brasil (SGS) para IPCA e Selic. Todos públicos e reproduzíveis.

Este artigo faz parte de uma série de análises quantitativas mensais. O update do modelo com dados de junho será publicado na primeira semana de julho.

As projeções apresentadas têm fins analíticos e não constituem recomendação de investimento.

instagram: @financelabr