Quais Riscos Estão Associados a Logarítmico vs Linear?

Resposta direta

Os principais riscos de usar escalas logarítmicas versus lineares são erros de interpretação e comparação. Uma escala log representa mudanças em termos percentuais, enquanto uma escala linear representa mudanças em termos de preço absoluto. Se você presumir que elas se comportam da mesma forma—ou misturar fontes/configurações de gráficos—pode entender erroneamente o “tamanho” dos movimentos, julgar mal a volatilidade e construir conclusões incorretas sobre o que aconteceu.

Em um contexto informativo, não relacionado a negociações, esses riscos se enquadram em quatro categorias: operacional (como os gráficos são configurados e calculados), de mercado (como o comportamento real dos preços e os custos variam), de contraparte (como os provedores transformam ou apresentam dados) e de interpretação (como você mapeia o visual para decisões).

Mecanismo ou definição

Uma escala linear representa os níveis de preço de modo que distâncias iguais no gráfico correspondam a mudanças absolutas iguais (por exemplo, o mesmo número de unidades de preço).

Uma escala logarítmica representa o logaritmo dos níveis de preço. Na prática, isso significa que distâncias iguais correspondem a mudanças percentuais iguais. Essa diferença importa mais quando os preços se movem em faixas amplas.

Como a transformação depende dos insumos da escala, gráficos log geralmente exigem tratamento consistente de unidades e base (por exemplo, se os valores são registrados em log em relação a uma referência). Mesmo quando dois gráficos parecem semelhantes, definições diferentes do eixo transformado ou configurações do gráfico podem levar a visuais diferentes.

Evidência ou exemplo

Considere os mesmos dois movimentos de preço observados em escalas diferentes:

• Movimento A: de 100 para 110 (um aumento de 10%)
• Movimento B: de 50 para 60 (também um aumento de 20%)

Em um gráfico linear, o Movimento A pode parecer menor ou maior dependendo da mudança absoluta (10 em ambos os casos). Em um gráfico logarítmico, a distância visual está ligada à mudança percentual, então o Movimento B tende a parecer maior porque a mudança percentual é maior.

Agora adicione um risco operacional comum: você compara capturas de tela ou análises de diferentes provedores (ou configurações diferentes) sem confirmar se ambos os gráficos são lineares ou logarítmicos. Mesmo que as séries de preços subjacentes sejam idênticas, o eixo transformado altera a magnitude aparente do movimento. Isso pode produzir concordância falsa (você acha que as conclusões coincidem) ou discordância falsa (você acha que elas conflitam).

Limitações e riscos

1) Risco de interpretação

Suas conclusões sobre “quão longe o preço se moveu” podem se tornar dependentes da escala. Padrões que parecem convincentes em uma escala podem parecer comprimidos ou expandidos na outra. Isso não significa que qualquer escala esteja “errada”, mas significa que qualquer interpretação deve declarar a escala usada e o mapeamento da distância visual para a métrica subjacente (absoluta vs percentual).

2) Risco operacional (configurações e convenções de cálculo)

Diferentes ferramentas de gráficos podem implementar a escala log com diferentes opções de exibição. Se um gráfico usa um eixo log, mas ainda calcula sobreposições (como medições de tendência) usando suposições lineares—ou vice-versa—então as quantidades medidas podem divergir. Para reduzir esse risco, confirme a documentação do gráfico e o comportamento exato do eixo.

3) Risco de mercado (realidade não uniforme)

Visuais log e linear respondem de forma diferente quando a volatilidade muda ao longo do tempo, quando os preços tendem fortemente ou quando a faixa de preços se expande. A limitação é que o movimento histórico e os efeitos de custo não garantem comportamento futuro; o visual pode levar você a generalizar demais.

4) Risco de contraparte (apresentação de dados)

Os provedores podem diferir em como obtêm, limpam e apresentam dados de preço. Se duas partes usam feeds, períodos de tempo, tratamento de eventos corporativos ou regras de arredondamento diferentes, suas séries plotadas podem divergir. Quando você então aplica escalas diferentes, as diferenças visuais podem ser compostas, dificultando separar “diferenças de dados” de “efeitos de escala”.

5) Modo de falha material: misturar suposições

Um modo de falha frequente é tratar a distância visual do gráfico como se representasse a mesma quantidade entre escalas (por exemplo, presumir que distâncias visuais iguais significam mudanças absolutas iguais). Isso pode distorcer qualquer raciocínio comparativo, especialmente ao analisar longos períodos de tempo.

Verificação ou próxima pergunta

Verifique independentemente o comportamento da escala consultando a descrição do eixo do gráfico: ele representa níveis de preço (linear) ou mudanças percentuais (logarítmico)? Em seguida, confirme que sobreposições e medições são calculadas de forma consistente com as mesmas suposições de escala. Se você estiver comparando relatórios, padronize a escolha da escala e o período de tempo antes de comparar.