Radar Perene / Arquivos / ciência

Tamanho de amostra em séries financeiras: por que \"20 anos de dados\" pode ser pouco

◦ Metodologia v2.2 dos índices (working papers com DOI). Ver metodologia.

Ciência

"Vinte anos de dados" soa como abundância. Dito numa apresentação, o número silencia objeções: duas décadas, milhares de pregões, o que mais alguém poderia querer? A frase engana porque troca as unidades sem avisar. Vinte anos de fechamentos diários são cerca de cinco mil linhas numa planilha — e, para muitas das perguntas que importam, meia dúzia de episódios de verdade.

Em séries financeiras, o tamanho de amostra que sustenta uma conclusão não é o número de observações no arquivo, e sim o número de episódios independentes do fenômeno estudado — e ele costuma ser muito menor do que o calendário sugere. Um estudo sobre crises com vinte anos de dados diários não tem cinco mil observações de crise; tem duas ou três.

A ilusão da frequência

Aumentar a frequência dos dados multiplica linhas, não informação. Dias vizinhos de mercado contam quase a mesma história: o fechamento de terça carrega quase tudo o que o de segunda carregava. Trocar dados mensais por diários faz a planilha crescer vinte vezes e o conhecimento crescer quase nada — as observações novas não são independentes das antigas, e conclusão estatística se alimenta de independência, não de volume.

O engano tem consequência prática: estudos que tratam cinco mil pregões como cinco mil evidências independentes declaram uma precisão que não possuem. A margem de erro real, calculada sobre os episódios que de fato não se repetem, é muitas vezes maior do que a impressa.

A unidade certa é o episódio

A pergunta define a unidade. Quem estuda o comportamento de um índice em recessões tem tantas observações quantas recessões a série cobre — no Brasil das últimas duas décadas, um punhado. Quem estuda viradas de ciclo de juros conta ciclos, não reuniões do Copom. Quem estuda pânicos conta pânicos. Sob essa régua, as séries financeiras encolhem de forma humilhante: o arquivo parece um oceano e contém, para cada pergunta específica, uma jarra.

É por isso que "vinte anos" pode ser pouco e, pior, pouco de um jeito específico: as duas décadas disponíveis podem conter apenas um tipo de ambiente. Uma série brasileira iniciada em 2003 atravessa juros em queda estrutural por quase toda a extensão; o que ela ensina sobre ambientes de juro subindo é quase nada — e o estudo que não declara isso está generalizando a partir do que nunca viu. Os vizinhos dessa armadilha já têm artigos próprios nesta ala: o viés de sobrevivência, que encolhe a amostra sem avisar, e o look-ahead bias, que a contamina pelo futuro.

O N da casa, declarado antes da conclusão

Este não é um sermão sobre o erro dos outros — é a régua que limita a própria casa, e ela é pública. O arquivo mensal do Radar Perene, a espinha dorsal dos ensaios do Atlas, é longo para os padrões do mercado brasileiro e ainda assim pequeno sob a unidade certa. Em números: são 194 leituras mensais, de abril de 2010 a maio de 2026 — menos de duzentos pontos. Como episódios, esse arquivo contém uma coleção limitada de ambientes distintos: os grandes sustos e as grandes euforias do período cabem nos dedos.

A consequência editorial é visível em cada ensaio: o acervo descreve o que o arquivo registrou e resiste a prometer o que ele não pode sustentar. Quando um padrão aparece em poucos episódios, o texto diz "poucos" — porque com N pequeno a fronteira entre padrão e coincidência é exatamente o que está em disputa. Dimensionar o que uma série aguenta responder, antes de perguntar, é etapa fixa da bancada; o protocolo completo dessa etapa não cabe num artigo público, mas o princípio cabe numa frase: o N se declara antes da conclusão, nunca depois.

O que fazer quando a amostra é pequena

A resposta honesta não é desistir — é rebaixar a ambição da frase. Amostras pequenas sustentam descrição ("nos quatro episódios do arquivo, isto aconteceu três vezes") e não sustentam lei geral. Sustentam hipóteses para o futuro testar e não sustentam certezas sobre o próximo episódio. A diferença parece sutil e é toda a diferença: o texto que descreve envelhece bem; o texto que generaliza a partir de meia dúzia de casos envelhece como profecia.

Perguntas frequentes

Mais dados são sempre melhores?

Mais episódios independentes, sim. Mais linhas da mesma história, não — frequência maior aumenta o arquivo sem aumentar na mesma medida o que se sabe.

Dados diários não resolvem o problema?

Não, quando a pergunta é sobre fenômenos lentos — regimes, ciclos, crises. A frequência diária ajuda em perguntas de frequência diária; não fabrica episódios de crise que o calendário não conteve.

Existe um tamanho mínimo de amostra?

Não como número universal. O mínimo depende da pergunta, do tamanho do efeito procurado e do ruído da série. A pergunta prática que a casa faz é anterior: quantos episódios independentes do fenômeno esta série contém? Se a resposta é "três", nenhuma técnica transforma três em trinta.

Por que tantos estudos anunciam décadas de dados?

Porque o número grande impressiona e raramente é auditado. O leitor que converte "vinte anos de dados diários" em "quantos episódios do fenômeno?" desarma boa parte do efeito retórico — e é exatamente o tipo de leitor que esta trilha quer formar.

---

Continue a trilha: Custos e prazos de publicar um artigo científico: o que raramente se explica →

Leituras da casa: o registro diário está no Diário; os episódios do arquivo, contados um a um, no Atlas.

Dimensionar amostra para uma pergunta concreta é exercício que a casa já faz por encomenda — e que rende mais diante da pergunta real do que no caso geral.

Leia também: Custos e prazos de publicar um artigo científico: o que raramente se explica · Viés de sobrevivência: por que séries 'vencedoras' enganam · Look-ahead bias: o erro que faz um modelo \"prever o passado\"