CorrelationLens — comparação de variáveis e correlações
Como cadastrar variáveis, ler a matriz de Pearson, usar correlação cruzada e projetar uma variável-alvo.
O CorrelationLens compara séries de variáveis e indica onde há correlação — não onde há causa. O nome antigo do app era MarketForecaster, e ele foi renomeado justamente porque forecasting nunca foi o seu propósito.
As etapas
1. Configurar — nome da análise e o período das séries (início, fim e a granularidade: mês, trimestre, ano).
2. Variáveis — cadastre as variáveis em uma lista homogênea: todas são tratadas do mesmo jeito, sem distinção de "variável de mercado". Para cada uma, nome, unidade e os valores por período. O ícone de lixeira ao lado do nome remove a variável da análise.
3. Correlações — o app calcula a matriz N×N de correlação de Pearson entre todas as variáveis. Cada par pode ser expandido em um card com o coeficiente, a dispersão e a correlação cruzada, que testa defasagens de até ±6 períodos — útil quando o efeito de uma variável aparece meses depois na outra.
4. Projeção (opcional) — escolha uma variável-alvo e o app projeta seu comportamento a partir das relações observadas. É uma extrapolação exploratória, não uma previsão.
[CAPTURA DE TELA] Matriz de correlações com um par expandido, mostrando o coeficiente e a defasagem.
Correlação não é causalidade
O app exibe esse aviso de propósito. Duas séries podem se mover juntas por três razões: uma causa a outra, ambas são causadas por um terceiro fator, ou é coincidência amostral. Antes de afirmar causa:
- Verifique se há mecanismo plausível (e modele-o no MarketModeler).
- Verifique a defasagem: causa vem antes do efeito.
- Verifique a estabilidade: correlação que só existe em um subperíodo é frágil.
Boas práticas
- Mínimo razoável de pontos por série; correlação com poucos períodos é ruído.
- Séries na mesma granularidade e no mesmo período. Misturar mensal com trimestral distorce.
- Documente a fonte de cada variável — dados estruturados do WebParser são a origem mais rastreável.
Perguntas frequentes
Coeficiente alto e negativo importa? Sim; relação inversa forte é tão informativa quanto direta.
Por que ±6 períodos? É a janela que cobre defasagens típicas de reação de mercado sem inflar achados por acaso.
A projeção pode ir para o relatório? Pode, sempre rotulada como exploratória.