Previsão do preço do etanol no estado de São Paulo utilizando técnicas de aprendizado de máquina

Abstract

Esta dissertação investiga a previsão dos preços do etanol no estado de São Paulo, com o objetivo de reduzir incertezas de mercado por meio de técnicas de Aprendizagem de Máquina (AM). O estudo compara o desempenho dos modelos Random Forest (RF) e Long Short-Term Memory (LSTM) aplicados a séries temporais semanais no período de 2004 a 2024, abrangendo diferentes regimes econômicos. A metodologia avaliou a acurácia preditiva dos algoritmos e o papel de variáveis exógenas, como o índice ATR e o preço do açúcar. Os resultados evidenciam desempenho dependente do regime econômico: em cenários estáveis (pré-pandemia), o RF apresentou maior precisão (MAPE de 1,70%). Contudo, sob elevada volatilidade, o modelo mostrou perda de robustez, com erros superiores a 20%. Em contraste, o LSTM otimizado demonstrou maior capacidade de adaptação, destacando-se durante a pandemia (MAPE de 7,89%) e no período pós-pandêmico (4,88%), especialmente quando incorporado o preço do açúcar. Como contribuição prática, a pesquisa disponibiliza um dashboard interativo para visualização dos resultados obtidos. Conclui-se que, embora o RF seja adequado em ambientes estáveis, o LSTM oferece maior confiabilidade para a formulação de políticas públicas e o planejamento estratégico em mercados dinâmicos e sujeitos a instabilidades.

This dissertation investigates the forecasting of ethanol prices in the state of São Paulo, aiming to reduce market uncertainty through Machine Learning (ML) techniques. The study compares the performance of Random Forest (RF) and Long Short-Term Memory (LSTM) models applied to weekly time series from 2004 to 2024, encompassing different economic regimes. The methodology evaluated predictive accuracy and the role of exogenous variables, such as the ATR index and sugar prices. The results show that model performance depends on the economic regime: during stable periods (pre-pandemic), RF achieved the highest accuracy (MAPE of 1.70%). However, under high volatility, the model exhibited reduced robustness, with errors exceeding 20%. In contrast, the optimized LSTM demonstrated greater adaptability, outperforming RF during the pandemic (MAPE of 7.89%) and post-pandemic period (4.88%), particularly when incorporating sugar price as an explanatory variable. As a practical contribution, the research provides an interactive dashboard for visualizing the obtained results. It is concluded that, while RF performs well in stable environments, LSTM offers greater reliability for public policy formulation and strategic planning in dynamic and unstable markets.