“Año del Bicentenario, de la consolidación de nuestra Independencia, y de la conmemoración de las heroicas batallas de Junín y Ayacucho”


## Tema: Mercado de valores

## Curso: Estadística Aplicada a la Computación

## Docente: Victor Manuel Guevara Ponce

# Integrantes:

Heber Isaac Urbina Ramos
Carlos Alejandro Jimenez Perez

Índice

II. Fundamentos Básicos de la Estadística

2.1 Objetivo de Estudio
2.2 Población de Estudio
2.3 Muestra
2.4 Unidad de Análisis

III. Variables y Tipo de Variables

3.1 Especificación y Descripción

IV. Manejo de Base de Datos

4.1 Operaciones de Manipulación

V. Tablas de Frecuencia

5.1 Para Cada Variable

VI. Representación Gráfica de Datos

6.1 Ejemplos de Gráficos

VII. Medidas Estadísticas de Tendencia

7.1 Cálculo y Significado

VIII. Medidas Estadísticas de Posición

8.1 Identificación y Utilidad

IX. Manejo de Datos Missing

9.1 Estrategias de Manejo

X. Manejo de Valores Outliers

10.1 Identificación y Tratamiento

XI. Transformación de Variables

11.1 Ejemplos y Razones

XII. Estandarización y Normalización de Variables

12.1 Procedimientos y Propósitos

XIII. Modelamiento Predictivo

13.1 Tipos de Modelos
13.2 Evaluación del Modelo

I. Aspectos Generales

1.1 Nombre de la Organización o Empresa

Financiera

1.2 Descripción del Caso

Se analizarán los datos financieros relacionados con el mercado de valores. El caso se centra en estudiar la variabilidad de los precios de cierre de una acción a lo largo de un período de tiempo específico.

II. Fundamentos Básicos de la Estadística

2.1 Objetivo de Estudio

El objetivo es comprender la variabilidad de los precios de cierre de la acción a lo largo de los días y detectar patrones o tendencias en los datos.

2.2 Población de Estudio

La población de estudio es el conjunto completo de datos financieros relacionados con la acción en consideración durante el período analizado.

2.3 Muestra

La muestra consiste en los datos proporcionados, que representan una selección de días específicos dentro del período

2.4 Unidad de Análisis

La unidad de análisis es cada observación diaria de los datos, que incluye información sobre el precio de cierre, apertura, máximo, mínimo, volumen y cambio porcentual.

III. Variables y Tipo de Variables

3.1 Especificación y Descripción

Fecha: Variable categórica. Precio de Cierre: Variable cuantitativa continua. Apertura, Máximo, Mínimo: Variables cuantitativas continuas. Volumen: Variable cuantitativa discreta. Cambio porcentual: Variable cuantitativa continua.

IV. Manejo de Base de Datos

4.1 Operaciones de Manipulación

# Cargar bibliotecas
library(dplyr)
## 
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
filter_dplyr <- dplyr::filter
lag_dplyr <- dplyr::lag
library(tidyr)
library(readxl)
#Cargar datos
binance_csv<- read.csv("Binance coin Historic Data.csv" , sep=";", stringsAsFactors = FALSE)
# Filtrar datos para un rango específico de fechas
start_fecha <- as.Date("2021-07-01")
end_fecha <- as.Date("2021-07-31")
datos_filtrados <- binance_csv %>% filter(Date >= start_fecha & Date <= end_fecha)

print(datos_filtrados)
##          Date Precio.en.dólar. Apertura Máximo Mínimo Volumen Cambio.
## 1  2021-07-27           303.29   304.31 307.62 298.53   2.26M   -0.33
## 2  2021-07-26           304.31   302.60 327.62 301.19   2.86M    0.58
## 3  2021-07-25           302.57   302.55 303.09 292.85   1.25M   -0.19
## 4  2021-07-24           303.15   298.91 305.01 296.16   1.81M    1.42
## 5  2021-07-23           298.89   293.51 301.15 281.68   1.98M    1.83
## 6  2021-07-22           293.53   293.08 297.69 287.55   1.47M    0.15
## 7  2021-07-21           293.08   264.59 298.69 261.51   2.18M   10.77
## 8  2021-07-20           264.59   280.48 283.25 255.79   2.25M   -5.66
## 9  2021-07-19           280.47   302.16 303.49 279.38   1.63M   -7.18
## 10 2021-07-18           302.18   300.34 309.00 299.60   1.03M    0.62
## 11 2021-07-17           300.31   302.88 306.41 295.11   1.31M   -0.84
## 12 2021-07-16           302.84   315.62 323.21 301.85   1.77M   -4.04
## 13 2021-07-15           315.58   309.49 324.15 301.92   2.49M    1.98
## 14 2021-07-14           309.45   308.96 313.29 290.93   1.65M    0.15
## 15 2021-07-13           308.98   316.15 318.16 305.35   1.08M   -2.27
## 16 2021-07-12           316.17   321.91 334.34 308.77   1.52M   -1.77
## 17 2021-07-11           321.88   316.07 326.55 312.28 929.54K    1.84
## 18 2021-07-10           316.07   316.77 321.20 310.82 958.95K   -0.22
## 19 2021-07-09           316.77   310.52 319.48 302.28   1.28M    2.01
## 20 2021-07-08           310.52   327.65 328.17 307.04   1.89M   -5.24
## 21 2021-07-07           327.68   320.01 339.36 318.33   2.02M    2.39
## 22 2021-07-06           320.02   302.01 321.89 301.95   2.34M    5.86
## 23 2021-07-05           302.31   307.88 307.88 292.40   1.62M   -1.81
## 24 2021-07-04           307.88   299.25 314.73 299.10   1.50M    2.88
## 25 2021-07-03           299.25   287.37 302.93 283.06   1.11M    4.13
## 26 2021-07-02           287.38   287.64 290.58 276.78   1.18M   -0.09
## 27 2021-07-01           287.63   303.24 303.41 281.40   1.62M   -5.15
str(datos_filtrados)
## 'data.frame':    27 obs. of  7 variables:
##  $ Date            : chr  "2021-07-27" "2021-07-26" "2021-07-25" "2021-07-24" ...
##  $ Precio.en.dólar.: num  303 304 303 303 299 ...
##  $ Apertura        : num  304 303 303 299 294 ...
##  $ Máximo          : num  308 328 303 305 301 ...
##  $ Mínimo          : num  299 301 293 296 282 ...
##  $ Volumen         : chr  "2.26M" "2.86M" "1.25M" "1.81M" ...
##  $ Cambio.         : num  -0.33 0.58 -0.19 1.42 1.83 ...

V. Tablas de Frecuencia

5.1 Para Cada Variable

# Cargar biblioteca
library(dplyr)
# Tabla de frecuencia para Precio de Cierre
tabla_cierre <- datos_filtrados %>%
  group_by(Precio.en.dólar.) %>%
  summarise(Frecuencia = n()) %>%
  arrange(Precio.en.dólar.)

print(tabla_cierre)
## # A tibble: 27 × 2
##    Precio.en.dólar. Frecuencia
##               <dbl>      <int>
##  1             265.          1
##  2             280.          1
##  3             287.          1
##  4             288.          1
##  5             293.          1
##  6             294.          1
##  7             299.          1
##  8             299.          1
##  9             300.          1
## 10             302.          1
## # ℹ 17 more rows
# Tabla de frecuencia para Precio de Apertura
tabla_apertura <- datos_filtrados %>%
  group_by(Apertura) %>%
  summarise(Frecuencia = n()) %>%
  arrange(Apertura)
print(tabla_apertura)
## # A tibble: 27 × 2
##    Apertura Frecuencia
##       <dbl>      <int>
##  1     265.          1
##  2     280.          1
##  3     287.          1
##  4     288.          1
##  5     293.          1
##  6     294.          1
##  7     299.          1
##  8     299.          1
##  9     300.          1
## 10     302.          1
## # ℹ 17 more rows
# Tabla de frecuencia para Precio Máximo
tabla_max <- datos_filtrados %>%
  group_by(Máximo) %>%
  summarise(Frecuencia = n()) %>%
  arrange(Máximo)
print(tabla_max)
## # A tibble: 27 × 2
##    Máximo Frecuencia
##     <dbl>      <int>
##  1   283.          1
##  2   291.          1
##  3   298.          1
##  4   299.          1
##  5   301.          1
##  6   303.          1
##  7   303.          1
##  8   303.          1
##  9   303.          1
## 10   305.          1
## # ℹ 17 more rows
# Tabla de frecuencia para Precio Mínimo
tabla_min <- datos_filtrados %>%
  group_by(Mínimo) %>%
  summarise(Frecuencia = n()) %>%
  arrange(Mínimo)
print(tabla_min)
## # A tibble: 27 × 2
##    Mínimo Frecuencia
##     <dbl>      <int>
##  1   256.          1
##  2   262.          1
##  3   277.          1
##  4   279.          1
##  5   281.          1
##  6   282.          1
##  7   283.          1
##  8   288.          1
##  9   291.          1
## 10   292.          1
## # ℹ 17 more rows
# Tabla de frecuencia para Volumen
tabla_vol <- datos_filtrados %>%
  group_by(Volumen) %>%
  summarise(Frecuencia = n()) %>%
  arrange(Volumen)
print(tabla_vol)
## # A tibble: 26 × 2
##    Volumen Frecuencia
##    <chr>        <int>
##  1 1.03M            1
##  2 1.08M            1
##  3 1.11M            1
##  4 1.18M            1
##  5 1.25M            1
##  6 1.28M            1
##  7 1.31M            1
##  8 1.47M            1
##  9 1.50M            1
## 10 1.52M            1
## # ℹ 16 more rows
# Tabla de frecuencia para Cambio porcentual
tabla_cam <- datos_filtrados %>%
  group_by(Cambio.) %>%
  summarise(Frecuencia = n()) %>%
  arrange(Cambio.)
print(tabla_cam)
## # A tibble: 26 × 2
##    Cambio. Frecuencia
##      <dbl>      <int>
##  1   -7.18          1
##  2   -5.66          1
##  3   -5.24          1
##  4   -5.15          1
##  5   -4.04          1
##  6   -2.27          1
##  7   -1.81          1
##  8   -1.77          1
##  9   -0.84          1
## 10   -0.33          1
## # ℹ 16 more rows

VI. Representación Gráfica de Datos

6.1 Ejemplos de Gráficos

# Cargar bibliotecas
library(ggplot2)
##Grafico Lineal
datos_filtrados$Precio.en.dólar. <- factor(datos_filtrados$Precio.en.dólar.) 
plot(datos_filtrados$Precio.en.dólar., datos_filtrados$Frecuencia, type = "l", col = "blue", 
     main = "GRAFICO LINEAL-Tendencia según los precios de Cierre", xlab = "Precios de cierre", ylab = "Frecuencia")


##Tomar una muestra para graficos
start_fecha1 <- as.Date("2021-07-17")
end_fecha1 <- as.Date("2021-07-27")
muestra <- binance_csv %>% filter(Date >= start_fecha1 & Date <= end_fecha1)
print(muestra)
##          Date Precio.en.dólar. Apertura Máximo Mínimo Volumen Cambio.
## 1  2021-07-27           303.29   304.31 307.62 298.53   2.26M   -0.33
## 2  2021-07-26           304.31   302.60 327.62 301.19   2.86M    0.58
## 3  2021-07-25           302.57   302.55 303.09 292.85   1.25M   -0.19
## 4  2021-07-24           303.15   298.91 305.01 296.16   1.81M    1.42
## 5  2021-07-23           298.89   293.51 301.15 281.68   1.98M    1.83
## 6  2021-07-22           293.53   293.08 297.69 287.55   1.47M    0.15
## 7  2021-07-21           293.08   264.59 298.69 261.51   2.18M   10.77
## 8  2021-07-20           264.59   280.48 283.25 255.79   2.25M   -5.66
## 9  2021-07-19           280.47   302.16 303.49 279.38   1.63M   -7.18
## 10 2021-07-18           302.18   300.34 309.00 299.60   1.03M    0.62
## 11 2021-07-17           300.31   302.88 306.41 295.11   1.31M   -0.84
muestra$Date <- as.Date(muestra$Date, format = "%Y-%m-%d")
str(muestra)
## 'data.frame':    11 obs. of  7 variables:
##  $ Date            : Date, format: "2021-07-27" "2021-07-26" ...
##  $ Precio.en.dólar.: num  303 304 303 303 299 ...
##  $ Apertura        : num  304 303 303 299 294 ...
##  $ Máximo          : num  308 328 303 305 301 ...
##  $ Mínimo          : num  299 301 293 296 282 ...
##  $ Volumen         : chr  "2.26M" "2.86M" "1.25M" "1.81M" ...
##  $ Cambio.         : num  -0.33 0.58 -0.19 1.42 1.83 ...


##Grafico de Barras
ggplot(datos_filtrados, aes(x = Date, y = Precio.en.dólar.)) +
  geom_bar(stat = "identity", fill = "blue", width = 0.6) +
  labs(title = "Gráfico de Barras",
       x = "Fecha",
       y = "Precio")+
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))


##Grafico circular
# Convertir la columna a tipo numérico
muestra$Precio.en.dólar. <- as.numeric(as.character(muestra$Precio.en.dólar.))

# Asegurarse de que los precios sean positivos
muestra$Precio.en.dólar. <- abs(muestra$Precio.en.dólar.)

pie(muestra$Precio.en.dólar., labels = muestra$Date, main = "Gráfico Circular de Precios de cierre", col = rainbow(length(muestra$Precio.en.dólar.)))


##Grafico de cajas de precios de cierre
boxplot_cierre <- ggplot(datos_filtrados, aes(x = Date, y = Precio.en.dólar.)) +
  geom_boxplot() +
  labs(title = "Distribución de precios de cierre",
       x = "Fecha",
       y = "Precios") +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))
print(boxplot_cierre)

VII. Medidas Estadísticas de Tendencia

7.1 Cálculo y Significado

# Calcular media y mediana
media_cierre <- mean(binance_csv$Precio.en.dólar.)
cat("Media del Precio de Cierre:", media_cierre, "\n")
## Media del Precio de Cierre: 410.6018
mediana_cierre <- median(binance_csv$Precio.en.dólar.)
cat("Mediana del Precio de Cierre:", mediana_cierre, "\n")
## Mediana del Precio de Cierre: 353.74

VIII. Medidas Estadísticas de Posición

8.1 Identificación y Utilidad

Calculemos los percentiles 25 y 75 para el Precio de Cierre:

Calcular percentiles

percentil_25 <- quantile(binance_csv$Precio.en.dólar., 0.25)
cat("Percentil 25 del Precio de Cierre:", percentil_25, "\n")
## Percentil 25 del Precio de Cierre: 308.31
percentil_75 <- quantile(binance_csv$Precio.en.dólar., 0.75)
cat("Percentil 75 del Precio de Cierre:", percentil_75, "\n")
## Percentil 75 del Precio de Cierre: 515.13

IX. Manejo de Datos Missing

9.1 Estrategias de Manejo

# Eliminar filas con datos faltantes en el Precio de Cierre
datos_sin_faltantes <- na.omit(binance_csv$Precio.en.dólar.)

X. Manejo de Valores Outliers

10.1 Identificación y Tratamiento

# Caja y bigotes para Precio de Cierre
boxplot(binance_csv$Precio.en.dólar., main="Caja y Bigotes del Precio de Cierre")

# Aplicar transformación logarítmica
binance_csv$log_Precio.en.dólar. <- log(binance_csv$Precio.en.dólar.)

XI. Transformación de Variables

11.1 Ejemplos y Razones

# Transformación logarítmica para Precio de Cierre
binance_csv$log_Precio.en.dólar. <- log(binance_csv$Precio.en.dólar.)

Estandarización y Normalización de Variables

12.1 Procedimientos y Propósitos

# Estandarización z-score para Precio de Cierre
binance_csv$z_score_Precio.en.dólar.<- scale(binance_csv$Precio.en.dólar.)

XIII. Modelamiento Predictivo

13.1 Tipos de Modelos

13.2 Evaluación del Modelo

ggplot(muestra, aes(x = Date, y = Precio.en.dólar.)) +
  geom_point() +
  labs(title = "Diagrama de Dispersión",
       x = "Fecha",
       y = "Precio en dólar")+
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

# Ajustar un modelo de regresión Logistica
modelo_regresion <- lm(Precio.en.dólar. ~ Date, data = muestra)
# Evaluar el modelo
summary(modelo_regresion)
## 
## Call:
## lm(formula = Precio.en.dólar. ~ Date, data = muestra)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -27.395  -1.035   2.196   3.897  13.334 
## 
## Coefficients:
##               Estimate Std. Error t value Pr(>|t|)
## (Intercept) -29259.416  21112.818  -1.386    0.199
## Date             1.570      1.121   1.400    0.195
## 
## Residual standard error: 11.76 on 9 degrees of freedom
## Multiple R-squared:  0.1788, Adjusted R-squared:  0.08755 
## F-statistic:  1.96 on 1 and 9 DF,  p-value: 0.1951