Pipeline Data-Driven para Previsão de Preços Agrícolas: Uma Abordagem de Engenharia de Dados para o Agronegócio Brasileiro
Resumo
Esta pesquisa investiga o papel da engenharia de dados na previsão do preço da arroba do boi gordo no Brasil, considerando a integração de múltiplas fontes, como dados de mercado, indicadores macroeconômicos e variáveis climáticas. A abordagem envolve a construção de atributos derivados e a avaliação de diferentes algoritmos de aprendizado de máquina sob validação temporal do tipo walk-forward. Os resultados mostram que o desempenho varia conforme o horizonte de previsão, com erros inferiores a 2% a curto prazo e ganhos expressivos em relação a baselines tradicionais. Os achados indicam que a qualidade do pipeline de dados exerce influência decisiva no desempenho preditivo.
Palavras-chave:
Engenharia de dados, Previsão de preços, Aprendizado de máquina, Agronegócio, Boi gordo
Referências
B3 - Bolsa Brasil Balcão (2024). Contratos futuros de boi gordo. [link].
Bergmeir, C., Hyndman, R. J., and Benítez, J. M. (2016). Bagging exponential smoothing methods using stl decomposition and box–cox transformation. International Journal of Forecasting, 32(2):303–312.
Breiman, L. (2001). Random forests. Machine Learning, 45(1):5–32.
CEPEA/ESALQ-USP (2024). Centro de estudos avançados em economia aplicada. [link].
Chen, T. and Guestrin, C. (2016). Xgboost: A scalable tree boosting system. In Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, pages 785–794.
Drucker, H., Burges, C. J. C., Kaufman, L., Smola, A., and Vapnik, V. (1997). Support vector regression machines. Advances in Neural Information Processing Systems, 9.
Freitas, W. (2024). python-bcb: Python wrapper for brazilian central bank web services. [link].
Friedman, J. H. (2001). Greedy function approximation: A gradient boosting machine. The Annals of Statistics, 29(5):1189–1232.
Hochreiter, S. and Schmidhuber, J. (1997). Long short-term memory. Neural Computation, 9(8):1735–1780.
Kimball, R. and Ross, M. (2013). The Data Warehouse Toolkit: The Definitive Guide to Dimensional Modeling. John Wiley & Sons.
Kontopoulou, V. I., Panagopoulos, A. D., Kakkos, I., and Matsopoulos, G. K. (2023). A review of arima vs. machine learning approaches for time series forecasting in data driven networks. Future Internet, 15(8).
Ministério da Agricultura e Pecuária (2025). Estatísticas de comércio exterior do agronegócio brasileiro. [link].
Open-Meteo (2024). Open-meteo historical weather api. [link].
Reis Filho, I. J., Portari Junior, S. C., Oliveira, C. M., Barcelos, L. V., and Nunes Corrêa, G. (2021). A integração de séries temporais e dados de textos para a previsão de preços futuros de milho e soja. Revista de Sistemas de Informação, 1(1).
Tran, N.-Q., Felipe, A., Nguyen Ngoc, T., Huynh, T., Tran, Q., Tang, A., and Nguyen, T. (2023). Predicting agricultural commodities prices with machine learning: A review of current research. arXiv preprint arXiv:2310.18646.
Bergmeir, C., Hyndman, R. J., and Benítez, J. M. (2016). Bagging exponential smoothing methods using stl decomposition and box–cox transformation. International Journal of Forecasting, 32(2):303–312.
Breiman, L. (2001). Random forests. Machine Learning, 45(1):5–32.
CEPEA/ESALQ-USP (2024). Centro de estudos avançados em economia aplicada. [link].
Chen, T. and Guestrin, C. (2016). Xgboost: A scalable tree boosting system. In Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, pages 785–794.
Drucker, H., Burges, C. J. C., Kaufman, L., Smola, A., and Vapnik, V. (1997). Support vector regression machines. Advances in Neural Information Processing Systems, 9.
Freitas, W. (2024). python-bcb: Python wrapper for brazilian central bank web services. [link].
Friedman, J. H. (2001). Greedy function approximation: A gradient boosting machine. The Annals of Statistics, 29(5):1189–1232.
Hochreiter, S. and Schmidhuber, J. (1997). Long short-term memory. Neural Computation, 9(8):1735–1780.
Kimball, R. and Ross, M. (2013). The Data Warehouse Toolkit: The Definitive Guide to Dimensional Modeling. John Wiley & Sons.
Kontopoulou, V. I., Panagopoulos, A. D., Kakkos, I., and Matsopoulos, G. K. (2023). A review of arima vs. machine learning approaches for time series forecasting in data driven networks. Future Internet, 15(8).
Ministério da Agricultura e Pecuária (2025). Estatísticas de comércio exterior do agronegócio brasileiro. [link].
Open-Meteo (2024). Open-meteo historical weather api. [link].
Reis Filho, I. J., Portari Junior, S. C., Oliveira, C. M., Barcelos, L. V., and Nunes Corrêa, G. (2021). A integração de séries temporais e dados de textos para a previsão de preços futuros de milho e soja. Revista de Sistemas de Informação, 1(1).
Tran, N.-Q., Felipe, A., Nguyen Ngoc, T., Huynh, T., Tran, Q., Tang, A., and Nguyen, T. (2023). Predicting agricultural commodities prices with machine learning: A review of current research. arXiv preprint arXiv:2310.18646.
Publicado
08/09/2026
Como Citar
FERREIRA, Karla C.; COELHO, Alessandra Martins; LAMAS, João Paulo Campolina.
Pipeline Data-Driven para Previsão de Preços Agrícolas: Uma Abordagem de Engenharia de Dados para o Agronegócio Brasileiro. In: WORKSHOP DE TRABALHOS DE ALUNOS DA GRADUAÇÃO (WTAG) - SIMPÓSIO BRASILEIRO DE BANCO DE DADOS (SBBD), 41. , 2026, São Carlos/SP.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2026
.
p. 106-112.
DOI: https://doi.org/10.5753/sbbd_estendido.2026.249610.
