Resumo Projetar dados e possíveis cenários hipotéticos futuros é uma tarefa que permite a estruturação de riscos e posterior melhores tomadas de decisão. Seja nas indústrias e engenharias, como na economia, a modelagem de sinais tem uma vasta literatura. Este artigo propõe então uma abordagem econométrica, apresentando três modelos, um linear auto regressivo e dois não-lineares auto regressivos para estimar e extrapolar a rentabilidade do ativo mobiliado PETR4.SA B3 do índice brasileiro IBOVESPA. A grande questão desse trabalho é verificar se as diferentes formatações de dados, em matrizes 2D, tensores 3D e tensores 5D, influem na plausibilidade da capacidade de previsão dos modelos, ainda que se tratando de que a rentabilidade de ativos mobiliados de economias G-10 e G-20, desenvolvidas ou emergentes, seguem um ruído branco gaussiano. Palavras Chave Econometria, Sinais e Ruídos, Extrapolação e Projeção de Dados, Volatilidade, Longa Persistência e Memória.

Hetreocedásticos = Volatilidade fica variando ao longo do tempo.Multivariados=Leva em conta além do prórpio preço de fechamento, também o volume e a volatilidade da série analisada em si

Atenção : Resultados obtidos a partir de simulações numéricas.A realidade pode diferir bastante Rentabilidade passada não significa rentabilidade futura Enviesada no viés comportamental de ancoragem e da disponibilidade ( prever o futuro baseado no presente e passado * abordagem autoregressiva) Para fins educacionais, apenas