Índices financeiros e séries temporais: como organizar CDI, Selic, IPCA e IGP-M

Introdução

Nos primeiros passos de uma análise temporal, conceitos como série, janela, horizonte e projeção podem ser apresentados com números simples:

10 → 11 → 12 → 13 → 14.

Esse tipo de exemplo é ótimo para aprender a mecânica.

Na vida financeira real, porém, cada número precisa representar alguma coisa.

Pode ser uma taxa de juros.

Pode ser inflação.

Pode ser uma cotação.

Pode ser uma variação percentual mensal.

Pode ser uma taxa anualizada observada em determinado dia.

E essa diferença muda tudo.

Quando começamos a trabalhar com índices financeiros e séries temporais, não basta colocar números em ordem cronológica. Precisamos preservar o significado econômico, a frequência, a unidade, a fonte e a data de referência de cada observação.

CDI, Selic, IPCA e IGP-M aparecem frequentemente em análises e planejamentos financeiros brasileiros.

Mas eles não são quatro versões da mesma variável.

Eles representam fenômenos diferentes e possuem formas diferentes de divulgação.

Neste guia, vou mostrar como transformar esses indicadores em séries úteis para análise, projeção e simulação sem perder o significado dos dados no processo.

Uma série financeira não é apenas uma sequência de números

Imagine que um sistema receba este valor:

14,90

O que isso significa?

Sem contexto, praticamente nada.

Pode ser:

• R$ 14,90;
• 14,90%;
• uma taxa anual;
• uma variação mensal;
• uma cotação;
• um índice;
• um valor acumulado.

Agora adicionamos uma data:

10/08/2026 — 14,90

Melhorou, mas ainda não é suficiente.

Precisamos saber qual variável está sendo representada.

Por exemplo:

Série: determinada taxa

Data: 10/08/2026

Valor: 14,90

Unidade: % ao ano

Agora temos uma observação muito mais interpretável.

Em um sistema real, outros metadados também podem importar:

• fonte;
• frequência;
• data de publicação;
• data de referência;
• unidade de medida;
• metodologia;
• versão da série.

A primeira ideia importante é:

Sem isso, um número pode parecer preciso e ainda assim ser utilizado de forma completamente errada.

CDI, Selic, IPCA e IGP-M medem coisas diferentes

Esses indicadores aparecem juntos em muitos conteúdos financeiros, mas não devem ser tratados como equivalentes.

Uma visão simplificada ajuda:

O CDI está ligado às operações interfinanceiras. A taxa DI é calculada a partir de operações realizadas entre instituições financeiras e costuma aparecer como importante referência para investimentos de renda fixa.

A taxa Selic exige uma distinção adicional.

Meta Selic

É a meta definida pelo Comitê de Política Monetária, o Copom.

Ela não é “redefinida todos os dias”.

O Copom toma uma decisão e aquela meta permanece válida durante determinado período até uma nova decisão.

Em bases de dados, entretanto, ela pode ser representada como uma série diária, repetindo-se o valor vigente em cada data.

Taxa Selic efetiva

Está relacionada às taxas efetivamente observadas nas operações que compõem o Sistema Especial de Liquidação e de Custódia.

Portanto, quando alguém diz simplesmente “série da Selic”, ainda vale perguntar:

qual Selic?

Esse detalhe é fundamental em análises de dados.

O IPCA é uma série mensal

O IPCA, Índice Nacional de Preços ao Consumidor Amplo, é produzido pelo IBGE para medir a variação dos preços de um conjunto de produtos e serviços consumidos pelas famílias dentro de sua população-alvo.

Sua divulgação é mensal.

Isso significa que uma observação de IPCA não deve ser interpretada como se fosse uma taxa diária.

Se o IPCA de determinado mês foi de 0,40%, esse número representa uma variação referente àquele período de apuração.

Não significa que os preços aumentaram 0,40% todos os dias daquele mês.

Essa diferença parece óbvia quando explicada dessa maneira.

Mas ela se torna muito importante quando alguém tenta colocar IPCA, Selic e CDI dentro da mesma tabela diária.

O IGP-M também possui periodicidade mensal

O IGP-M faz parte da família dos Índices Gerais de Preços calculados pelo Instituto Brasileiro de Economia da Fundação Getulio Vargas.

Ele é composto por três grupos:

• IPA;
• IPC;
• INCC.

Seu período de coleta e sua composição são próprios.

A periodicidade de divulgação é mensal.

Assim como acontece com o IPCA, isso significa que você não pode simplesmente transformar sua variação mensal em uma observação diária repetida e continuar tratando matematicamente os valores da mesma maneira.

A frequência faz parte do significado.

Periodicidade não é detalhe técnico

Considere duas sequências.

Série A

Dia 1 → 10

Dia 2 → 11

Dia 3 → 12

Dia 4 → 13

Série B

Janeiro → 10

Fevereiro → 11

Março → 12

Abril → 13

As duas possuem quatro observações.

Mas representam intervalos completamente diferentes.

Isso afeta conceitos como:

• janela;
• horizonte;
• média móvel;
• retorno acumulado;
• volatilidade;
• projeção;
• defasagem;
• sazonalidade.

Se utilizarmos uma janela de quatro observações na primeira série, podemos estar analisando quatro dias.

Na segunda, quatro meses.

Portanto:

janela de quatro não significa necessariamente quatro dias, quatro semanas ou quatro meses. Significa quatro observações daquela série.

É a frequência da série que informa o tempo representado.

Frequência observada e frequência armazenada também podem ser diferentes

Existe uma nuance importante.

Uma base de dados pode armazenar uma variável diariamente mesmo quando seu valor econômico só muda em determinados eventos.

Imagine uma taxa definida em 14% ao ano e mantida assim durante várias semanas.

Uma série diária poderia conter:

01/08 → 14

02/08 → 14

03/08 → 14

04/08 → 14

Isso não significa que quatro novas decisões foram tomadas.

Significa apenas que o mesmo estado permaneceu vigente.

Essa distinção é importante porque existem pelo menos três conceitos diferentes:

frequência de observação;

frequência de mudança;

frequência de divulgação.

Nem sempre são a mesma coisa.

Da fonte pública até a série temporal

Um fluxo simplificado de dados financeiros pode ser representado assim:

1. Fonte→
2. coleta→
3. normalização→
4. série temporal→
5. análise→
6. projeção→
7. simulação→

Cada etapa possui responsabilidades diferentes.

Fonte

É de onde o dado se origina.

Para indicadores brasileiros, fontes importantes incluem:

• Banco Central do Brasil;
• IBGE;
• FGV;
• B3;
• Tesouro Nacional;
• outras instituições oficiais ou responsáveis pelas respectivas séries.

A fonte correta depende do indicador.

Não é recomendável assumir que todos os índices financeiros brasileiros tenham a mesma instituição de origem.

Coleta

É o processo de obter o dado.

Pode acontecer por:

• API;
• arquivo;
• consulta automatizada;
• banco de dados;
• atualização manual.

Normalização

Aqui transformamos diferentes formatos em uma estrutura consistente.

Por exemplo:

data + identificador da série + valor + unidade + fonte.

Série temporal

Depois da organização, os dados podem ser analisados cronologicamente.

Projeção

Um modelo pode estimar valores ainda desconhecidos.

Simulação

Os valores históricos ou projetados podem então alimentar cenários de patrimônio, rentabilidade ou planejamento.

O ponto importante é que cada etapa responde a uma pergunta diferente.

Como organizar várias séries financeiras

Uma série simples pode ser armazenada assim:

Quando existem várias séries, podemos construir uma estrutura como:

Essa representação facilita bastante a visualização.

Mas existe um perigo:

colocar tudo na mesma tabela não torna as séries comparáveis automaticamente.

Uma coluna pode representar:

• percentual ao ano;
• percentual no mês;
• preço em reais;
• índice-base;
• fator acumulado.

Antes de comparar, precisamos harmonizar a interpretação.

O problema de misturar frequências

Imagine que você tenha uma série diária de taxa e uma série mensal de inflação.

Você quer colocá-las em uma tabela diária.

O que fazer nos dias em que não existe uma nova observação de inflação?

Essa pergunta não tem uma resposta universal.

Uma opção pode ser manter o último estado conhecido.

Mas isso só funciona quando o significado matemático permite.

Forward-fill: repetir o último valor exige cuidado

Forward-fill significa preencher uma lacuna com o último valor conhecido.

Exemplo:

Poderíamos transformar em:

Em alguns contextos, isso faz sentido.

Imagine uma variável que representa a taxa atualmente vigente.

Se nenhuma nova decisão ocorreu no dia 2, repetir o estado conhecido pode representar corretamente a realidade.

Mas agora imagine uma série que contém:

IPCA de janeiro = 0,50%

Repetir 0,50% em todos os dias de janeiro não significa simplesmente “o valor continua conhecido”.

Se um cálculo interpretar cada linha como uma nova variação de 0,50%, teremos criado uma inflação diária fictícia.

Portanto:

forward-fill pode preservar um estado, mas não deve inventar novos eventos econômicos.

Essa diferença é essencial.

Zero também não significa “dado ausente”

Outro erro frequente é substituir ausência por zero.

Observe:

Se fevereiro estiver ausente por falha de coleta, colocar:

Fevereiro = 0%

significa afirmar que não houve variação naquele mês.

Isso é uma informação econômica.

Não é sinônimo de:

“não sabemos o valor.”

Em sistemas de dados, essas situações precisam ser separadas.

Podemos ter:

• zero;
• nulo;
• dado ainda não publicado;
• falha de coleta;
• data não aplicável;
• mercado fechado;
• série de frequência diferente.

Cada situação exige um tratamento diferente.

Datas sem observação também podem ser normais

Uma ausência nem sempre é erro.

Em uma série financeira diária, finais de semana e feriados podem não possuir observações.

Em uma série mensal, naturalmente não existe uma nova observação oficial todos os dias.

Antes de preencher qualquer lacuna, pergunte:

esse valor deveria existir nesta data?

Essa pergunta evita grande parte dos erros.

Histórico e projeção precisam permanecer separados

Depois que os dados históricos estão organizados, podemos começar a produzir estimativas.

Mas existe uma fronteira conceitual importante:

histórico = observação conhecida;

projeção = valor estimado.

Imagine a seguinte sequência:

Janeiro → observado

Fevereiro → observado

Março → observado

Abril → projetado

Maio → projetado

Junho → projetado

Podemos exibir tudo no mesmo gráfico.

Mas não deveríamos perder a informação sobre a origem de cada ponto.

Uma estrutura possível seria:

Agora podemos saber exatamente onde termina a realidade observada e começa a estimativa.

Por que não sobrescrever o histórico com projeções?

Imagine que um modelo seja atualizado.

A previsão antiga para maio era:

12,7

A nova previsão passa a ser:

12,4

Isso não deveria alterar nenhuma informação histórica.

O histórico pertence à camada dos dados observados.

A projeção pertence à camada do modelo.

Separar as duas coisas permite:

• comparar modelos;
• recalcular previsões;
• medir erro posteriormente;
• identificar quando um valor se tornou conhecido;
• reconstruir versões anteriores de cenários.

Essa arquitetura também ajuda a tornar uma análise mais auditável.

Data de referência e data de publicação não são necessariamente iguais

Existe outro detalhe muito importante em indicadores econômicos.

O indicador pode se referir a um período e ser publicado posteriormente.

Por exemplo:

mês de referência: agosto

data de divulgação: setembro

Se uma análise histórica simplesmente associa o número à data em que ele apareceu no sistema, pode acabar deslocando economicamente a informação.

Por isso, em alguns projetos é útil guardar separadamente:

• período de referência;
• data de publicação;
• data de ingestão no sistema.

Essas três datas respondem a perguntas diferentes.

Cuidado com o chamado look-ahead bias

Esse detalhe se torna ainda mais importante quando fazemos testes históricos.

Imagine que estamos simulando uma decisão em 1º de setembro.

Um indicador referente a agosto só foi divulgado em 10 de setembro.

Se nosso backtest entregar esse valor ao modelo em 1º de setembro, estamos deixando o algoritmo enxergar uma informação que ainda não era conhecida naquele momento.

Isso é chamado de look-ahead bias.

Em linguagem simples:

o modelo recebeu informação do futuro.

O resultado pode parecer excelente no teste histórico e ainda assim ser impossível de reproduzir no mundo real.

Por isso, séries financeiras bem estruturadas precisam considerar não apenas “a qual mês este dado pertence?”, mas também:

“quando este valor passou a estar disponível?”

Consultar um valor por data exige uma regra explícita

Uma simulação financeira frequentemente precisa responder:

qual valor da série devo usar nesta data?

Para datas históricas, podemos utilizar observações já conhecidas.

Para datas futuras, podemos utilizar:

• projeções;
• cenários;
• premissas fixas;
• curvas externas.

Quando não há observação exata para determinada data, precisamos de uma regra.

Dependendo da variável, podemos:

• utilizar último estado conhecido;
• esperar a próxima observação;
• interpolar;
• converter frequência;
• marcar como indisponível.

Não existe uma única solução correta para todas as séries.

A regra deve respeitar o significado econômico do indicador.

Comparar séries exige unidades compatíveis

Outro problema frequente aparece quando duas colunas possuem números percentuais.

Imagine:

Selic = 14% ao ano

e

IPCA = 0,4% no mês

Os dois valores têm símbolo de porcentagem.

Mas isso não torna 14 e 0,4 diretamente comparáveis.

Eles possuem horizontes diferentes.

Para realizar cálculos adequados, pode ser necessário transformar taxas em uma base temporal comum.

E essa transformação não deve ser feita simplesmente dividindo ou multiplicando por 12 em todos os casos.

Dependendo da situação, precisamos trabalhar com fatores de capitalização equivalentes.

Por exemplo, uma taxa anual efetiva e sua taxa mensal equivalente obedecem à lógica de juros compostos.

Esse é outro motivo pelo qual unidade e periodicidade precisam acompanhar o valor.

O desafio em finanças pessoais é muitas vezes variedade, não volume

Quando se fala em dados, é fácil imaginar bilhões de registros.

Mas muitos problemas de planejamento financeiro não são problemas de volume gigantesco.

São problemas de heterogeneidade.

Temos:

• várias fontes;
• formatos diferentes;
• periodicidades diferentes;
• unidades diferentes;
• metodologias diferentes;
• calendários diferentes;
• datas de divulgação diferentes.

O trabalho principal muitas vezes não é armazenar uma quantidade enorme de números.

É garantir que números diferentes continuem significando aquilo que deveriam significar depois que entram no sistema.

Dados ruins não ficam bons porque o modelo é sofisticado

Imagine alimentar um excelente modelo com:

• datas deslocadas;
• IPCA mensal repetido como retorno diário;
• valores ausentes substituídos por zero;
• projeção misturada com histórico;
• séries com unidades incompatíveis.

O algoritmo pode produzir um resultado numericamente elegante.

Talvez até um gráfico bonito.

Mas a sofisticação matemática não corrige automaticamente um problema semântico.

Uma frase resume bem:

Por isso, preparar a série não é uma etapa burocrática anterior à análise.

Faz parte da própria análise.

Um modelo de estrutura para séries financeiras

Uma estrutura mais robusta pode guardar campos como:

Para uma projeção, poderíamos adicionar:

• método utilizado;
• versão do modelo;
• data da previsão;
• horizonte;
• intervalo de confiança, quando aplicável.

Quanto maior a necessidade de auditoria e reprodução, mais importante é preservar esses metadados.

Como isso se conecta ao planejamento financeiro

Depois que as séries estão corretamente estruturadas, podemos começar a utilizá-las em cenários.

Por exemplo:

Histórico de inflação → análise do poder de compra

Taxas de juros → cenários de renda fixa

Projeções → estimativas futuras

Séries combinadas → simulação patrimonial

Nesse fluxo, é importante saber onde cada valor nasceu.

Uma simulação pode conter ao mesmo tempo:

• dados oficiais históricos;
• valores ainda não divulgados;
• premissas escolhidas pelo usuário;
• projeções produzidas por um modelo.

Esses elementos podem compartilhar uma tabela ou gráfico.

Mas não deveriam perder sua identidade.

No EuPlanejei

Ao trabalhar com educação e planejamento financeiro, organizar corretamente indicadores ajuda a tornar projeções e simulações mais compreensíveis.

Uma arquitetura bem estruturada permite distinguir:

o que aconteceu;

o que está vigente;

o que foi divulgado;

o que foi estimado;

o que foi assumido como cenário.

Essa separação é tão importante quanto o algoritmo que produz a projeção.

O objetivo não deve ser transformar qualquer conjunto de números em previsão.

Deve ser preservar o significado dos dados até o momento em que eles serão utilizados para apoiar uma decisão.

Erros comuns com índices financeiros e séries temporais

Erro comum: Tratar CDI, Selic, IPCA e IGP-M como séries equivalentes apenas porque são números.

Erro comum: Confundir meta Selic com qualquer série chamada “Selic”.

Erro comum: Interpretar janela e horizonte sem verificar a periodicidade.

Erro comum: Repetir automaticamente uma variação mensal em todos os dias.

Erro comum: Substituir dado ausente por zero.

Erro comum: Ignorar finais de semana, feriados e calendários de divulgação.

Erro comum: Misturar observações históricas e projeções sem identificação.

Erro comum: Comparar percentuais com bases temporais diferentes.

Erro comum: Usar em um backtest um indicador antes de sua data real de divulgação.

Erro comum: Esperar que um modelo sofisticado corrija séries mal construídas.

Experimente no euplanejei (cenários ilustrativos)

As ferramentas abaixo servem para aprender e comparar cenários ilustrativos. Elas não substituem análise pessoal, nem constituem recomendação de compra, venda ou contratação de produto.

Use históricos, projeções e métodos para observar como diferentes premissas mudam a trajetória. Os resultados são estimativas educativas, não garantias sobre valores futuros.

• Hub de simulações
• Projeções de séries
• Projeções de índices
• Análises
• Comparação de algoritmos
• Simulação de investimento pós-fixado

Leituras relacionadas já publicadas:

• O que é CDI
• O que é inflação: IPCA e IGP-M
• O que é a taxa Selic
• CDB pós-fixado em CDI e IPCA
• Título pós-fixado: CDI e IPCA

Continue a série:

• Artigo anterior: Janela e horizonte — quanto passado o algoritmo usa e quanto futuro projeta
• Próximo artigo: naive algoritmo simples dificil superar

Conclusão: primeiro entenda o dado, depois projete

Transformar CDI, Selic, IPCA, IGP-M e outros indicadores em séries temporais não significa apenas colocar datas em uma coluna e números em outra.

É necessário preservar contexto.

Precisamos saber:

o que o valor mede;

qual é sua unidade;

qual é sua frequência;

quando ele foi observado ou divulgado;

de qual fonte veio;

se é histórico ou projeção.

Só depois disso faz sentido utilizar janelas, horizontes, algoritmos de previsão e simulações financeiras.

Guarde três ideias:

valor + data + significado formam a observação;

frequência vem antes da interpretação de janela e horizonte;

histórico e projeção podem conviver, mas não devem ser confundidos.

Em planejamento financeiro, qualidade de dados não é detalhe de bastidor.

É parte da qualidade da conclusão.

Continue aprendendo sobre dados, projeções e planejamento financeiro no EuPlanejei.com.

Próximo passo: acesse o euplanejei e explore o hub de simulações para comparar cenários ilustrativos. Use os resultados como apoio educativo, não como recomendação nem garantia.

FAQ sobre índices financeiros e séries temporais

Posso colocar CDI, Selic e IPCA na mesma tabela?

Sim, desde que a tabela preserve as diferenças entre unidade, frequência e significado de cada série. Estar na mesma tabela não significa que os valores possam ser comparados ou calculados diretamente.

A Selic é uma série diária?

Depende do que chamamos de Selic. A meta Selic é definida pelo Copom e permanece vigente até uma nova decisão, embora possa ser representada em uma base diária. Também existe a taxa Selic efetiva, ligada às operações observadas no mercado. Por isso, a identificação da série é indispensável.

Posso repetir o último valor quando uma observação estiver faltando?

Às vezes. O forward-fill pode ser adequado para representar um estado que continua vigente. Porém, não deve ser utilizado automaticamente em variáveis como variações mensais, porque repetir a observação pode criar eventos econômicos inexistentes.

Histórico e projeção podem ficar no mesmo gráfico?

Sim. O ideal é diferenciá-los visualmente e também nos dados. O usuário deve conseguir identificar onde terminam as observações conhecidas e onde começam os valores estimados.

Por que a data de publicação de um indicador importa?

Porque um dado pode se referir a determinado mês, mas só se tornar conhecido posteriormente. Em análises retrospectivas, utilizar uma informação antes da data em que ela realmente estava disponível pode produzir um viés de antecipação e tornar o teste irrealista.

Referências

• Banco Central do Brasil — Sistema Gerenciador de Séries Temporais e informações sobre Selic.
• IBGE — Índice Nacional de Preços ao Consumidor Amplo (IPCA).
• FGV IBRE — Índices Gerais de Preços e IGP-M.
• B3 — informações sobre Taxa DI e mercado financeiro.