Comportamiento historico del dolar blue
Representación por Velas Japonesas
Valor por Hora/Dia
## Resumen estadistico por año :
##
## Año: 2024
## Observaciones: 399
## Promedio: 11.04 Bs
## Mediana: 10.89 BS
## Mínimo: 10.12 Bs. fecha > 07-Sep-2024 14:24:00
## Máximo: 12.88 Bs. fecha > 06-Aug-2024 11:12:00
##
## Año: 2025
## Observaciones: 3187
## Promedio: 13.95 Bs
## Mediana: 13.48 BS
## Mínimo: 11 Bs. fecha > 02-Sep-2025 09:36:00
## Máximo: 18.83 Bs. fecha > 15-May-2025 02:34:17
Valor promedio al dia
## Resumen estadístico por año:
##
## Año: 2024
## Observaciones: 133
## Promedio: 10.84 Bs
## Mediana: 10.71 Bs
## Mínimo: 10.2 Bs. fecha > 07-Sep-2024
## Máximo: 12.61 Bs. fecha > 06-Aug-2024
##
## Año: 2025
## Observaciones: 273
## Promedio: 13.49 Bs
## Mediana: 13.22 Bs
## Mínimo: 11.09 Bs. fecha > 02-Jan-2025
## Máximo: 18.04 Bs. fecha > 15-May-2025
Valor promedio semanal
## Resumen estadístico por año:
##
## Año: 2024
## Observaciones: 22
## Promedio: 10.85 Bs
## Mediana: 10.7 Bs
## Mínimo: 10.4 Bs. fecha > 08-Sep-2024
## Máximo: 11.7 Bs. fecha > 04-Aug-2024
##
## Año: 2025
## Observaciones: 41
## Promedio: 13.42 Bs
## Mediana: 12.9 Bs
## Mínimo: 11.2 Bs. fecha > 05-Jan-2025
## Máximo: 17.3 Bs. fecha > 18-May-2025
Valor promedio mensual
## Resumen estadístico por año:
##
## Año: 2024
## Observaciones: 5
## Promedio: 10.96 Bs
## Mediana: 11.1 Bs
## Mínimo: 10.5 Bs. el mes de Sep
## Máximo: 11.4 Bs. el mes de Aug
##
## Año: 2025
## Observaciones: 10
## Promedio: 13.32 Bs
## Mediana: 12.95 Bs
## Mínimo: 11.3 Bs. el mes de Jan
## Máximo: 16.2 Bs. el mes de May
Estimacion del modelo USDT - BOB
Proyeccion semanal
## Series: ts_semana
## Regression with ARIMA(1,1,0) errors
##
## Coefficients:
## ar1 d_s5 d_s6 d_s7 d_s8
## 0.4893 0.5419 0.6503 -0.5845 -0.4642
## s.e. 0.1137 0.1846 0.1868 0.1846 0.1824
##
## sigma^2 = 0.1251: log likelihood = -21.06
## AIC=54.13 AICc=55.66 BIC=66.89
##
## Training set error measures:
## ME RMSE MAE MPE MAPE MASE
## Training set 0.01288728 0.3364233 0.2498961 0.09338972 1.937714 0.1189981
## ACF1
## Training set -0.0082965
##
## Jarque Bera Test
##
## data: modelo$residuals
## X-squared = 0.74348, df = 2, p-value = 0.6895
##
## Shapiro-Wilk normality test
##
## data: modelo$residuals
## W = 0.97731, p-value = 0.2952
##
## Box-Ljung test
##
## data: modelo$residuals
## X-squared = 0.0045462, df = 1, p-value = 0.9462
## Warning: Using `size` aesthetic for lines was deprecated in ggplot2 3.4.0.
## ℹ Please use `linewidth` instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.
## Don't know how to automatically pick scale for object of type <ts>. Defaulting
## to continuous.
## Point.Forecast Lo.20 Hi.20 Lo.30 Hi.30 Lo.40
## 26/octubre/25 12.99786 12.90826 13.08747 12.86158 13.13415 12.81239
## 2/noviembre/25 13.04575 12.88501 13.20650 12.80127 13.29023 12.71303
## 9/noviembre/25 13.06918 12.84595 13.29242 12.72966 13.40871 12.60711
## 16/noviembre/25 13.08065 12.80281 13.35849 12.65808 13.50322 12.50556
## 23/noviembre/25 13.08626 12.76026 13.41226 12.59044 13.58208 12.41147
## 30/noviembre/25 13.08901 12.71992 13.45809 12.52765 13.65036 12.32503
## 7/diciembre/25 13.09035 12.68218 13.49852 12.46956 13.71114 12.24549
## 14/diciembre/25 13.09101 12.64695 13.53506 12.41563 13.76638 12.17186
## 21/diciembre/25 13.09133 12.61397 13.56869 12.36530 13.81736 12.10324
## 28/diciembre/25 13.09149 12.58294 13.60003 12.31803 13.86494 12.03886
## Hi.40 Lo.50 Hi.50 Lo.60 Hi.60
## 26/octubre/25 13.18334 12.75931 13.23642 12.70019 13.29553
## 2/noviembre/25 13.37847 12.61780 13.47370 12.51176 13.57974
## 9/noviembre/25 13.53126 12.47486 13.66351 12.32759 13.81078
## 16/noviembre/25 13.65574 12.34096 13.82034 12.15767 14.00363
## 23/noviembre/25 13.76105 12.21834 13.95418 12.00328 14.16924
## 30/noviembre/25 13.85298 12.10638 14.07163 11.86289 14.31512
## 7/diciembre/25 13.93521 12.00368 14.17702 11.73441 14.44629
## 14/diciembre/25 14.01016 11.90879 14.27323 11.61584 14.56617
## 21/diciembre/25 14.07942 11.82044 14.36222 11.50552 14.67713
## 28/diciembre/25 14.14411 11.73759 14.44538 11.40211 14.78087
Proyeccion diaria (En proceso de estimacion—muchas dummies—)
Modelo no lineal
modelo_poly2 <- lm(usdt ~ poly(days, 2), data = data3) # cuadrático
summary(modelo_poly2)
##
## Call:
## lm(formula = usdt ~ poly(days, 2), data = data3)
##
## Residuals:
## Min 1Q Median 3Q Max
## -2.5291 -1.0545 -0.4327 0.8698 4.3451
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 12.62091 0.06918 182.440 < 2e-16 ***
## poly(days, 2)1 25.42692 1.39391 18.241 < 2e-16 ***
## poly(days, 2)2 -11.73389 1.39391 -8.418 6.77e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 1.394 on 403 degrees of freedom
## Multiple R-squared: 0.5004, Adjusted R-squared: 0.4979
## F-statistic: 201.8 on 2 and 403 DF, p-value: < 2.2e-16
modelo_poly3 <- lm(usdt ~ poly(days, 3), data = data3) # cúbico
summary(modelo_poly3)
##
## Call:
## lm(formula = usdt ~ poly(days, 3), data = data3)
##
## Residuals:
## Min 1Q Median 3Q Max
## -2.3935 -0.7229 -0.0473 0.3971 3.4316
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 12.62091 0.04636 272.22 <2e-16 ***
## poly(days, 3)1 25.42692 0.93418 27.22 <2e-16 ***
## poly(days, 3)2 -11.73389 0.93418 -12.56 <2e-16 ***
## poly(days, 3)3 -20.78940 0.93418 -22.25 <2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.9342 on 402 degrees of freedom
## Multiple R-squared: 0.7762, Adjusted R-squared: 0.7745
## F-statistic: 464.6 on 3 and 402 DF, p-value: < 2.2e-16
library(mgcv)
modelo_gam <- gam(usdt ~ s(days), data = data3)
summary(modelo_gam)
##
## Family: gaussian
## Link function: identity
##
## Formula:
## usdt ~ s(days)
##
## Parametric coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 12.62091 0.01727 731 <2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Approximate significance of smooth terms:
## edf Ref.df F p-value
## s(days) 8.929 8.998 1394 <2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## R-sq.(adj) = 0.969 Deviance explained = 96.9%
## GCV = 0.12406 Scale est. = 0.12103 n = 406
