Experimento: aplicando o indicador MACD nos casos de Covid-19 no Brasil
Antes de contar do experimento, vale dizer que estou participando do curso "Análise e criação de gráficos" do amigo Vinícius Barqueiro – acesse aqui o link sobre o curso.
Na proposta do curso, está previsto que coloquemos em prática os conteúdos abordados. Somos estimulados a trabalhar com dados reais, sejam eles captados pelos próprios alunos ou dados públicos.
Então, para o meu projeto, decidi realizar o experimento de aplicar o indicador MACD (Convergência e Divergência de Médias Móveis) para visualizar as tendências de queda ou elevação do número de casos de Covid-19 no Brasil.
Qual foi meu insight para isso?
É comum que os veículos de imprensa apresentem os dados da pandemia utilizando a métrica de médias móveis que também são utilizadas pelo mercado financeiro.
Em finanças, sobretudo quando se trata de renda variável, as médias móveis aparecem como indicadores para analisar tendências como, por exemplo, visualizando tendências nos preços de ações.
Dentro desse contexto de indicadores, o MACD é amplamente utilizado pois permite visualizar o cruzamento de médias móveis que convergem ou divergem conforme o movimento dos preços revelando tendências de queda ou de subida.
Antes de falar sobre esse indicador, é importante voltar o assunto e falarmos primeiro sobre as médias móveis…
O porquê de utilizarem Médias Móveis em gráficos da Covid-19
Entendo que, ao transpor os dados da Covid-19 para gráficos de série temporal (sejam eles de área, linha ou barras), a adoção de Médias Móveis traz um ganho relacionado à leitura do gráfico, que passa a ter uma suavização visual.
No exemplo a seguir, trago um comparativo entre dois gráficos: números de (1) Casos diários e de (2) Média Móvel de 7 dias.
No primeiro desenho, a leitura do gráfico é comprometida uma vez que ele fica aparentemente difuso por conta da grande oscilação dos números diários. Por outro lado, ao utilizar a métrica com a média móvel, o gráfico fica mais suave e propicia melhor visualização.
É importante fazer um disclaimer em relação aos dados: de fato, os números sofrem de grande irregularidade em seu processo de captação, sobretudo aos finais de semana em que há um volume menor de registro — que é feito posteriormente nos dias subsequentes.
Sendo assim, com a adoção das médias móveis temos que:
O resultado desse cálculo é uma leitura que leva em conta a influência de todos os dias da semana e pode ser atualizada diariamente, evitando análises precipitadas como a de que a pandemia pode ter freado num domingo e acelerado em uma terça-feira. Ao considerar sempre todos os dias da semana, a média móvel de casos em sete dias pondera o represamento de notificações que ocorre nos fins de semana. (https://agenciabrasil.ebc.com.br/saude/noticia/2020-08/agencia-brasil-explica-media-movel-de-casos-de-covid-19)
E como se calcula uma média móvel?
As médias móveis são calculadas conforme seus intervalos de tempo, da seguinte maneira.
Os veículos de imprensa tem trabalhado com o cálculo da Média Móvel Simples, que é feito da seguinte maneira:
Média Móvel Simples = Somatória dos números dentro do intervalo de tempo ÷ Quantidade de dias do intervalo
Por exemplo, para calcular a média de móvel de sete dias dos casos de Covid-19, o cálculo seria: Somatória dos casos nos sete dias ÷ Quantidade de dias (sete).
Agora que já falamos de Médias Móveis, e esse MACD?
MACD significa Moving Average Convergence / Divergence (Convergência e Divergência de Médias Móveis) e é um indicador amplamente utilizado na análise técnica/gráfica do preço de ações para visualização de continuidade ou de reversão de tendências.
O MACD é representado por um gráfico de série temporal com linhas com os dados de Médias Móveis Exponenciais (que atribuem peso aos dados mais recentes), cada uma delas representando diferentes intervalos de tempo.
Em sua configuração mais comum do MACD utiliza três linhas de MME (Médias Móveis Exponenciais):
- de 26 dias (média lenta)
- de 12 dias (média rápida)
- de 9 dias (linha de sinalização)
Estas linhas vão se cruzando e revelando possíveis tendências que são trazidas para análises de curto prazo. A leitura é feita da seguinte forma:
Dito tudo isso, vamos ao experimento…
Para o projeto do curso, decidi adaptar os intervalos de tempo das médias considerando a irregularidade da captação semanal dos dados da pandemia no Brasil.
Além disso, trouxe os recortes para os mais comuns apresentados pelos veículos de imprensa, comparando a média móvel de sete dias com os dados de 14 dias (que é o tempo de encubação do vírus da Covid-19).
Sendo assim, para plotar no MACD, utilizei a seguinte métrica:
- MME 14d: média móvel exponencial de 14 dias (Média lenta)
- MME 7d: média móvel exponencial de 7 dias (Média rápida)
Então, cheguei no seguinte resultado analisando os dados entre abril de 2020 e julho de 2021.
Para facilitar a visualização do curto prazo, trouxe um recorte mais curto de tempo de janeiro a julho de 2021. Dessa forma, é possível perceber melhor o cruzamento entre as médias curta e longa.
Com base nesta análise gráfica, é possível interpretar que os números de casos de Covid-19 no Brasil estão retornando para uma tendência de alta, uma vez que a média rápida (azul) cruzou a média lenta (vermelha) de baixo para cima.
Esta tendência pode ser confirmar ou sofrer uma reversão de tendência… Mas isso é assunto para um próximo artigo!
