Análise de séries temporais multivariadas do mercado imobiliário com modelos estatísticos e redes neurais

Resumo

O mercado imobiliário apresenta dinâmicas complexas influenciadas por variáveis geográficas e macroeconômicas. Este trabalho apresenta um pipeline de engenharia de dados e modelagem preditiva para o mercado de Jacareí-SP. A metodologia compreende a ingestão automatizada via Web Scraping, tratamento de dados com Pandas e integração de indicadores exógenos (FipeZap, IBGE). Para a predição, utilizou-se a arquitetura de redes neurais LSTM, visando capturar dependências temporais e relações não lineares. Os resultados exploratórios revelaram alta heterocedasticidade e o impacto defasado de índices macroeconômicos, validando a necessidade de modelos de aprendizado de máquina para redução da assimetria informacional no setor.