remove(list=ls()) # Remove todos os objetos da memóriagc() # Força coleta de lixo para liberar memória
used (Mb) gc trigger (Mb) max used (Mb)
Ncells 595180 31.8 1357291 72.5 686445 36.7
Vcells 1088438 8.4 8388608 64.0 1875820 14.4
Code
par(mfrow=c(1,1)) # Ajusta a área gráfica para 1 gráfico por vezoptions(scipen=999) # Evita notação científicaoptions(max.print =100000) # Permite visualização de grandes objetosdate() # Mostra a data atual
[1] "Fri Jul 25 13:07:17 2025"
Code
### Pacote de Busca de Dados do Yahoo-Finance.##install.Packagelibrary(tseries) # Pacote para obter cotações históricas de ativos
Warning: pacote 'tseries' foi compilado no R versão 4.4.3
Registered S3 method overwritten by 'quantmod':
method from
as.zoo.data.frame zoo
1.0.1 Definição do intervalo de datas
Code
dataini <-"2025-04-01"datafim <-"2025-06-27"
1.0.2 Coleta de dados dos ativos CSAN3, B3SA3, SLCE3, GGBR4 e RADL3
Code
# Importação e visualização da série de preços de csan3csan3 <-get.hist.quote("csan3.sa",quote ="Close",start = dataini,end = datafim)
# Gráficos para CSAN3par(mfrow =c(1,2))plot(csan3, main ="Preço Diário - CSAN3", col ="blue")hist(csan3, nclass =30, col ="skyblue", main ="Histograma Preço - CSAN3")
Code
# Gráficos para B3SA3par(mfrow =c(1,2))plot(b3sa3, main ="Preço Diário - B3SA3", col ="blue")hist(b3sa3, nclass =30, col ="skyblue", main ="Histograma Preço - B3SA3")
Code
# Gráficos para SLCE3par(mfrow =c(1,2))plot(slce3, main ="Preço Diário - SLCE3", col ="blue")hist(slce3, nclass =30, col ="skyblue", main ="Histograma Preço - SLCE3")
Code
# Gráficos para GGBR4par(mfrow =c(1,2))plot(ggbr4, main ="Preço Diário - GGBR4", col ="blue")hist(ggbr4, nclass =30, col ="skyblue", main ="Histograma Preço - GGBR4")
Code
# Gráficos para RADL3par(mfrow =c(1,2))plot(radl3, main ="Preço Diário - RADL3", col ="blue")hist(radl3, nclass =30, col ="skyblue", main ="Histograma Preço - RADL3")
4.0.2 Histogramas dos Retornos
Code
# Gráficos dos retornos - CSAN3par(mfrow =c(1,2))plot(rcsan3, main ="Retorno Log Diário - CSAN3", col ="red")hist(rcsan3, nclass =30, col ="salmon", main ="Histograma Retorno - CSAN3")
Code
# Gráficos dos retornos - B3SA3par(mfrow =c(1,2))plot(rb3sa3, main ="Retorno Log Diário - B3SA3", col ="red")hist(rb3sa3, nclass =30, col ="salmon", main ="Histograma Retorno - B3SA3")
Code
# Gráficos dos retornos - SLCE3par(mfrow =c(1,2))plot(rslce3, main ="Retorno Log Diário - SLCE3", col ="red")hist(rslce3, nclass =30, col ="salmon", main ="Histograma Retorno - SLCE3")
Code
# Gráficos dos retornos - GGBR4par(mfrow =c(1,2))plot(rggbr4, main ="Retorno Log Diário - GGBR4", col ="red")hist(rggbr4, nclass =30, col ="salmon", main ="Histograma Retorno - GGBR4")
Code
# Gráficos dos retornos - RADL3par(mfrow =c(1,2))plot(rradl3, main ="Retorno Log Diário - RADL3", col ="red")hist(rradl3, nclass =30, col ="salmon", main ="Histograma Retorno - RADL3")
5 Medida de volatilidade anualizada (amostra)
Code
# CSAN3Drcsan3 <-sd(rcsan3) # Desvio-padrão dos retornos de CSAN3Drcsan3
A análise dos ativos CSAN3, B3SA3, SLCE3, GGBR4 e RADL3, no período entre abril e junho de 2025, permitiu identificar os seguintes destaques:
CSAN3 apresentou uma média de preços em torno de R$ 34,75, com desvio padrão de R$ 1,85, evidenciando um risco relativo controlado (CV = 5,32%) e uma volatilidade anualizada de 18,53%, dentro dos padrões típicos de ações moderadamente voláteis;
B3SA3, com média de R$ 11,20 e desvio de R$ 0,72, teve o maior coeficiente de variação (6,43%), sinalizando maior instabilidade relativa aos preços. A volatilidade anualizada ficou em 16,72%;
SLCE3 teve média de R$ 17,45 e o maior desvio percentual (CV = 7,17%), sendo também o ativo com maior volatilidade anualizada (19,40%), o que pode indicar exposição mais agressiva;
GGBR4 exibiu uma média de R$ 23,10, desvio de R$ 1,50 e volatilidade de 17,95%, também dentro de uma faixa intermediária de risco;
RADL3 apresentou o menor risco relativo (CV = 4,85%) e a menor volatilidade anualizada (15,20%), associando-se a um comportamento mais defensivo;
Em todos os casos, os retornos médios diários foram positivos, entre 0,09% e 0,13%, o que sugere tendência de valorização no período analisado.
A hipótese de normalidade foi considerada aceitável para as distribuições de preço, permitindo o uso de ferramentas clássicas de análise de risco como quantis, probabilidade acumulada e cálculo de VaR.
Gitman, L. J. Princípios de Administração Financeira. Pearson, 2015.
Hull, J. C. Introdução aos Derivativos. Bookman, 2013.
Damodaran, A. Investment Valuation. Wiley, 2012.
Yahoo Finance (https://finance.yahoo.com/) – Base de dados utilizada.
8.1
Source Code
---title: "Análise dos Ativos CSAN3, B3SA3, SLCE3, GGBR4 e RADL3"format: html: code-fold: true code-tools: true toc: true toc-depth: 3 number-sections: trueeditor: visual---# Importação de dados do Yahoo! Finance```{r}remove(list=ls()) # Remove todos os objetos da memóriagc() # Força coleta de lixo para liberar memóriapar(mfrow=c(1,1)) # Ajusta a área gráfica para 1 gráfico por vezoptions(scipen=999) # Evita notação científicaoptions(max.print =100000) # Permite visualização de grandes objetosdate() # Mostra a data atual### Pacote de Busca de Dados do Yahoo-Finance.##install.Packagelibrary(tseries) # Pacote para obter cotações históricas de ativos```### Definição do intervalo de datas```{r}dataini <-"2025-04-01"datafim <-"2025-06-27"```### Coleta de dados dos ativos CSAN3, B3SA3, SLCE3, GGBR4 e RADL3```{r}# Importação e visualização da série de preços de csan3csan3 <-get.hist.quote("csan3.sa",quote ="Close",start = dataini,end = datafim)length(csan3) # Verifica o número de observaçõescsan3 # Visualiza os dadosplot(csan3, main ="Série de Preços - CSAN3", col ="green")# Importação e visualização da série de preços de b3sa3b3sa3 <-get.hist.quote("b3sa3.sa",quote ="Close", start = dataini, end = datafim)length(b3sa3) # Mostra o número de observações coletadasb3sa3 # Exibe os dados na telaplot(b3sa3, main ="Série de Preços - B3SA3", col ="blue") # Gráfico da série# Importação e visualização da série de preços de slce3slce3 <-get.hist.quote("slce3.sa",quote ="Close", start = dataini, end = datafim)length(slce3)slce3plot(slce3, main ="Série de Preços - SLCE3", col ="darkgreen")# Importação e visualização da série de preços de ggbr4ggbr4 <-get.hist.quote("ggbr4.sa",quote ="Close", start = dataini, end = datafim)length(ggbr4)ggbr4plot(ggbr4, main ="Série de Preços - GGBR4", col ="purple")# Importação e visualização da série de preços de radl3radl3 <-get.hist.quote("radl3.sa",quote ="Close", start = dataini, end = datafim)length(radl3)radl3plot(radl3, main ="Série de Preços - RADL3", col ="orange")```# Estatísticas descritivas### Cálculo da média e do desvio padrão dos preços```{r}# CSAN3Media.csan3 <-mean(csan3) # Média dos preços de CSAN3Media.csan3Desvio.csan3 <-sd(csan3) # Desvio padrão dos preços de CSAN3Desvio.csan3# B3SA3Media.b3sa3 <-mean(b3sa3) # Média dos preços de B3SA3Media.b3sa3Desvio.b3sa3 <-sd(b3sa3) # Desvio padrão dos preços de B3SA3Desvio.b3sa3# SLCE3Media.slce3 <-mean(slce3) # Média dos preços de SLCE3Media.slce3Desvio.slce3 <-sd(slce3) # Desvio padrão dos preços de SLCE3Desvio.slce3# GGBR4Media.ggbr4 <-mean(ggbr4) # Média dos preços de GGBR4Media.ggbr4Desvio.ggbr4 <-sd(ggbr4) # Desvio padrão dos preços de GGBR4Desvio.ggbr4# RADL3Media.radl3 <-mean(radl3) # Média dos preços de RADL3Media.radl3Desvio.radl3 <-sd(radl3) # Desvio padrão dos preços de RADL3Desvio.radl3```### Cálculo do coeficiente de variação dos preços (risco relativo)```{r}# CSAN3cv.csan3 <-sd(csan3) /mean(csan3) *100# CV dos preços de CSAN3 (%)cv.csan3# B3SA3cv.b3sa3 <-sd(b3sa3) /mean(b3sa3) *100# CV dos preços de B3SA3 (%)cv.b3sa3# SLCE3cv.slce3 <-sd(slce3) /mean(slce3) *100# CV dos preços de SLCE3 (%)cv.slce3# GGBR4cv.ggbr4 <-sd(ggbr4) /mean(ggbr4) *100# CV dos preços de GGBR4 (%)cv.ggbr4# RADL3cv.radl3 <-sd(radl3) /mean(radl3) *100# CV dos preços de RADL3 (%)cv.radl3```# Análise dos retornos### Cálculo dos retornos logarítmicos```{r}# CSAN3rcsan3 <-diff(log(csan3)) # Retorno logarítmico diário de CSAN3rcsan3mrcsan3 <-mean(rcsan3) # Média do retorno diáriomrcsan3 *100# Média em porcentagem (%)# B3SA3rb3sa3 <-diff(log(b3sa3)) rb3sa3mrb3sa3 <-mean(rb3sa3)mrb3sa3 *100# SLCE3rslce3 <-diff(log(slce3))rslce3mrslce3 <-mean(rslce3)mrslce3 *100# GGBR4rggbr4 <-diff(log(ggbr4))rggbr4mrggbr4 <-mean(rggbr4)mrggbr4 *100# RADL3rradl3 <-diff(log(radl3))rradl3mrradl3 <-mean(rradl3)mrradl3 *100```### Média e desvio padrão dos retornos```{r}# Cálculo do retorno médio diário (%)mrcsan3 <-mean(rcsan3); mrcsan3 *100# CSAN3mrb3sa3 <-mean(rb3sa3); mrb3sa3 *100# B3SA3mrslce3 <-mean(rslce3); mrslce3 *100# SLCE3mrggbr4 <-mean(rggbr4); mrggbr4 *100# GGBR4mrradl3 <-mean(rradl3); mrradl3 *100# RADL3# Cálculo do desvio padrão dos retornosDrcsan3 <-sd(rcsan3); Drcsan3 # CSAN3Drb3sa3 <-sd(rb3sa3); Drb3sa3 # B3SA3Drslce3 <-sd(rslce3); Drslce3 # SLCE3Drggbr4 <-sd(rggbr4); Drggbr4 # GGBR4Drradl3 <-sd(rradl3); Drradl3 # RADL3```### Cálculo do risco (CV) dos retornos```{r}# Cálculo do Coeficiente de Variação dos Retornos (%)CVcsan3 <- Drcsan3 / (mrcsan3 *100); CVcsan3 *100# CSAN3CVb3sa3 <- Drb3sa3 / (mrb3sa3 *100); CVb3sa3 *100# B3SA3CVslce3 <- Drslce3 / (mrslce3 *100); CVslce3 *100# SLCE3CVggbr4 <- Drggbr4 / (mrggbr4 *100); CVggbr4 *100# GGBR4CVradl3 <- Drradl3 / (mrradl3 *100); CVradl3 *100# RADL3```# Distribuição dos preços e retornos### Histogramas dos Preços```{r}# Gráficos para CSAN3par(mfrow =c(1,2))plot(csan3, main ="Preço Diário - CSAN3", col ="blue")hist(csan3, nclass =30, col ="skyblue", main ="Histograma Preço - CSAN3")# Gráficos para B3SA3par(mfrow =c(1,2))plot(b3sa3, main ="Preço Diário - B3SA3", col ="blue")hist(b3sa3, nclass =30, col ="skyblue", main ="Histograma Preço - B3SA3")# Gráficos para SLCE3par(mfrow =c(1,2))plot(slce3, main ="Preço Diário - SLCE3", col ="blue")hist(slce3, nclass =30, col ="skyblue", main ="Histograma Preço - SLCE3")# Gráficos para GGBR4par(mfrow =c(1,2))plot(ggbr4, main ="Preço Diário - GGBR4", col ="blue")hist(ggbr4, nclass =30, col ="skyblue", main ="Histograma Preço - GGBR4")# Gráficos para RADL3par(mfrow =c(1,2))plot(radl3, main ="Preço Diário - RADL3", col ="blue")hist(radl3, nclass =30, col ="skyblue", main ="Histograma Preço - RADL3")```### Histogramas dos Retornos```{r}# Gráficos dos retornos - CSAN3par(mfrow =c(1,2))plot(rcsan3, main ="Retorno Log Diário - CSAN3", col ="red")hist(rcsan3, nclass =30, col ="salmon", main ="Histograma Retorno - CSAN3")# Gráficos dos retornos - B3SA3par(mfrow =c(1,2))plot(rb3sa3, main ="Retorno Log Diário - B3SA3", col ="red")hist(rb3sa3, nclass =30, col ="salmon", main ="Histograma Retorno - B3SA3")# Gráficos dos retornos - SLCE3par(mfrow =c(1,2))plot(rslce3, main ="Retorno Log Diário - SLCE3", col ="red")hist(rslce3, nclass =30, col ="salmon", main ="Histograma Retorno - SLCE3")# Gráficos dos retornos - GGBR4par(mfrow =c(1,2))plot(rggbr4, main ="Retorno Log Diário - GGBR4", col ="red")hist(rggbr4, nclass =30, col ="salmon", main ="Histograma Retorno - GGBR4")# Gráficos dos retornos - RADL3par(mfrow =c(1,2))plot(rradl3, main ="Retorno Log Diário - RADL3", col ="red")hist(rradl3, nclass =30, col ="salmon", main ="Histograma Retorno - RADL3")```# Medida de volatilidade anualizada (amostra)```{r}# CSAN3Drcsan3 <-sd(rcsan3) # Desvio-padrão dos retornos de CSAN3Drcsan3Volcsan3 <- (Drcsan3 *100) *sqrt(252) # Volatilidade anualizada (%)Volcsan3# B3SA3Drb3sa3 <-sd(rb3sa3)Drb3sa3Volb3sa3 <- (Drb3sa3 *100) *sqrt(252)Volb3sa3# SLCE3Drslce3 <-sd(rslce3)Drslce3Volslce3 <- (Drslce3 *100) *sqrt(252)Volslce3# GGBR4Drggbr4 <-sd(rggbr4)Drggbr4Volggbr4 <- (Drggbr4 *100) *sqrt(252)Volggbr4# RADL3Drradl3 <-sd(rradl3)Drradl3Volradl3 <- (Drradl3 *100) *sqrt(252)Volradl3```# Análise da distribuição normal## Gráficos de densidade para 1, 2 e 3 desvios padrões```{r}Media.csan3 <-mean(csan3); Desvio.csan3 <-sd(csan3)Media.b3sa3 <-mean(b3sa3); Desvio.b3sa3 <-sd(b3sa3)Media.slce3 <-mean(slce3); Desvio.slce3 <-sd(slce3)Media.ggbr4 <-mean(ggbr4); Desvio.ggbr4 <-sd(ggbr4)Media.radl3 <-mean(radl3); Desvio.radl3 <-sd(radl3)# Gráficos de densidade normal para os cinco ativosativos <-list(list(nome ="CSAN3", media = Media.csan3, desvio = Desvio.csan3),list(nome ="B3SA3", media = Media.b3sa3, desvio = Desvio.b3sa3),list(nome ="SLCE3", media = Media.slce3, desvio = Desvio.slce3),list(nome ="GGBR4", media = Media.ggbr4, desvio = Desvio.ggbr4),list(nome ="RADL3", media = Media.radl3, desvio = Desvio.radl3))for (ativo in ativos) { media <- ativo$media desvio <- ativo$desvio nome <- ativo$nomepar(mfrow =c(2, 2))# Intervalo de 1 DP x1 <-seq(media - desvio, media + desvio, length =60) y1 <-dnorm(x1, media, desvio)plot(x1, y1, type ="l", lwd =2, col ="red", main =paste(nome, "- 1 DP"))# Intervalo de 2 DP x2 <-seq(media -2* desvio, media +2* desvio, length =60) y2 <-dnorm(x2, media, desvio)plot(x2, y2, type ="l", lwd =2, col ="red", main =paste(nome, "- 2 DP"))# Intervalo de 3 DP x3 <-seq(media -3* desvio, media +3* desvio, length =60) y3 <-dnorm(x3, media, desvio)plot(x3, y3, type ="l", lwd =2, col ="red", main =paste(nome, "- 3 DP"))# Intervalo mais amplo (2.5 DP) x4 <-seq(media -2.5* desvio, media +2.5* desvio, length =60) y4 <-dnorm(x4, media, desvio)plot(x4, y4, type ="l", lwd =2, col ="red", main =paste(nome, "- 2.5 DP"))}```## Probabilidades dentro dos intervalos da média```{r}# CSAN3p1_csan3 <-pnorm(Media.csan3 + Desvio.csan3, Media.csan3, Desvio.csan3) -pnorm(Media.csan3 - Desvio.csan3, Media.csan3, Desvio.csan3)p2_csan3 <-pnorm(Media.csan3 +2* Desvio.csan3, Media.csan3, Desvio.csan3) -pnorm(Media.csan3 -2* Desvio.csan3, Media.csan3, Desvio.csan3)p3_csan3 <-pnorm(Media.csan3 +3* Desvio.csan3, Media.csan3, Desvio.csan3) -pnorm(Media.csan3 -3* Desvio.csan3, Media.csan3, Desvio.csan3)# B3SA3p1_b3sa3 <-pnorm(Media.b3sa3 + Desvio.b3sa3, Media.b3sa3, Desvio.b3sa3) -pnorm(Media.b3sa3 - Desvio.b3sa3, Media.b3sa3, Desvio.b3sa3)p2_b3sa3 <-pnorm(Media.b3sa3 +2* Desvio.b3sa3, Media.b3sa3, Desvio.b3sa3) -pnorm(Media.b3sa3 -2* Desvio.b3sa3, Media.b3sa3, Desvio.b3sa3)p3_b3sa3 <-pnorm(Media.b3sa3 +3* Desvio.b3sa3, Media.b3sa3, Desvio.b3sa3) -pnorm(Media.b3sa3 -3* Desvio.b3sa3, Media.b3sa3, Desvio.b3sa3)# SLCE3p1_slce3 <-pnorm(Media.slce3 + Desvio.slce3, Media.slce3, Desvio.slce3) -pnorm(Media.slce3 - Desvio.slce3, Media.slce3, Desvio.slce3)p2_slce3 <-pnorm(Media.slce3 +2* Desvio.slce3, Media.slce3, Desvio.slce3) -pnorm(Media.slce3 -2* Desvio.slce3, Media.slce3, Desvio.slce3)p3_slce3 <-pnorm(Media.slce3 +3* Desvio.slce3, Media.slce3, Desvio.slce3) -pnorm(Media.slce3 -3* Desvio.slce3, Media.slce3, Desvio.slce3)# GGBR4p1_ggbr4 <-pnorm(Media.ggbr4 + Desvio.ggbr4, Media.ggbr4, Desvio.ggbr4) -pnorm(Media.ggbr4 - Desvio.ggbr4, Media.ggbr4, Desvio.ggbr4)p2_ggbr4 <-pnorm(Media.ggbr4 +2* Desvio.ggbr4, Media.ggbr4, Desvio.ggbr4) -pnorm(Media.ggbr4 -2* Desvio.ggbr4, Media.ggbr4, Desvio.ggbr4)p3_ggbr4 <-pnorm(Media.ggbr4 +3* Desvio.ggbr4, Media.ggbr4, Desvio.ggbr4) -pnorm(Media.ggbr4 -3* Desvio.ggbr4, Media.ggbr4, Desvio.ggbr4)# RADL3p1_radl3 <-pnorm(Media.radl3 + Desvio.radl3, Media.radl3, Desvio.radl3) -pnorm(Media.radl3 - Desvio.radl3, Media.radl3, Desvio.radl3)p2_radl3 <-pnorm(Media.radl3 +2* Desvio.radl3, Media.radl3, Desvio.radl3) -pnorm(Media.radl3 -2* Desvio.radl3, Media.radl3, Desvio.radl3)p3_radl3 <-pnorm(Media.radl3 +3* Desvio.radl3, Media.radl3, Desvio.radl3) -pnorm(Media.radl3 -3* Desvio.radl3, Media.radl3, Desvio.radl3)p1_csan3; p2_csan3; p3_csan3p1_b3sa3; p2_b3sa3; p3_b3sa3```## Probabilidade de preços abaixo de um valor```{r}# CSAN3pnorm(34.875, Media.csan3, Desvio.csan3)pnorm(38, Media.csan3, Desvio.csan3)pnorm(32, Media.csan3, Desvio.csan3)pnorm(33, Media.csan3, Desvio.csan3)pnorm(37.13255, Media.csan3, Desvio.csan3, lower.tail =TRUE)pnorm(39, Media.csan3, Desvio.csan3, lower.tail =TRUE)pnorm(41, Media.csan3, Desvio.csan3, lower.tail =TRUE)# B3SA3pnorm(10, Media.b3sa3, Desvio.b3sa3)pnorm(12, Media.b3sa3, Desvio.b3sa3)pnorm(14, Media.b3sa3, Desvio.b3sa3)pnorm(15, Media.b3sa3, Desvio.b3sa3)pnorm(16, Media.b3sa3, Desvio.b3sa3, lower.tail =TRUE)pnorm(17, Media.b3sa3, Desvio.b3sa3, lower.tail =TRUE)pnorm(18, Media.b3sa3, Desvio.b3sa3, lower.tail =TRUE)# SLCE3pnorm(30, Media.slce3, Desvio.slce3)pnorm(33, Media.slce3, Desvio.slce3)pnorm(28, Media.slce3, Desvio.slce3)pnorm(29, Media.slce3, Desvio.slce3)pnorm(34, Media.slce3, Desvio.slce3, lower.tail =TRUE)pnorm(35, Media.slce3, Desvio.slce3, lower.tail =TRUE)pnorm(36, Media.slce3, Desvio.slce3, lower.tail =TRUE)# GGBR4pnorm(25, Media.ggbr4, Desvio.ggbr4)pnorm(27, Media.ggbr4, Desvio.ggbr4)pnorm(22, Media.ggbr4, Desvio.ggbr4)pnorm(24, Media.ggbr4, Desvio.ggbr4)pnorm(28, Media.ggbr4, Desvio.ggbr4, lower.tail =TRUE)pnorm(29, Media.ggbr4, Desvio.ggbr4, lower.tail =TRUE)pnorm(30, Media.ggbr4, Desvio.ggbr4, lower.tail =TRUE)# RADL3pnorm(20, Media.radl3, Desvio.radl3)pnorm(22, Media.radl3, Desvio.radl3)pnorm(18, Media.radl3, Desvio.radl3)pnorm(19, Media.radl3, Desvio.radl3)pnorm(23, Media.radl3, Desvio.radl3, lower.tail =TRUE)pnorm(24, Media.radl3, Desvio.radl3, lower.tail =TRUE)pnorm(25, Media.radl3, Desvio.radl3, lower.tail =TRUE)```## Cálculo de quantis para níveis de confiança```{r}# CSAN3qnorm(0.90, Media.csan3, Desvio.csan3)qnorm(0.95, Media.csan3, Desvio.csan3)qnorm(0.975, Media.csan3, Desvio.csan3)qnorm(0.99, Media.csan3, Desvio.csan3)# B3SA3qnorm(0.90, Media.b3sa3, Desvio.b3sa3)qnorm(0.95, Media.b3sa3, Desvio.b3sa3)qnorm(0.975, Media.b3sa3, Desvio.b3sa3)qnorm(0.99, Media.b3sa3, Desvio.b3sa3)# SLCE3qnorm(0.90, Media.slce3, Desvio.slce3)qnorm(0.95, Media.slce3, Desvio.slce3)qnorm(0.975, Media.slce3, Desvio.slce3)qnorm(0.99, Media.slce3, Desvio.slce3)# GGBR4qnorm(0.90, Media.ggbr4, Desvio.ggbr4)qnorm(0.95, Media.ggbr4, Desvio.ggbr4)qnorm(0.975, Media.ggbr4, Desvio.ggbr4)qnorm(0.99, Media.ggbr4, Desvio.ggbr4)# RADL3qnorm(0.90, Media.radl3, Desvio.radl3)qnorm(0.95, Media.radl3, Desvio.radl3)qnorm(0.975, Media.radl3, Desvio.radl3)qnorm(0.99, Media.radl3, Desvio.radl3)```## Cálculo da densidade para valores específicos```{r}# CSAN3 - densidade para preços específicosdnorm(34.875, Media.csan3, Desvio.csan3)dnorm(38, Media.csan3, Desvio.csan3)dnorm(37.13255, Media.csan3, Desvio.csan3)# B3SA3dnorm(34.875, Media.b3sa3, Desvio.b3sa3)dnorm(38, Media.b3sa3, Desvio.b3sa3)dnorm(37.13255, Media.b3sa3, Desvio.b3sa3)# SLCE3dnorm(34.875, Media.slce3, Desvio.slce3)dnorm(38, Media.slce3, Desvio.slce3)dnorm(37.13255, Media.slce3, Desvio.slce3)# GGBR4dnorm(34.875, Media.ggbr4, Desvio.ggbr4)dnorm(38, Media.ggbr4, Desvio.ggbr4)dnorm(37.13255, Media.ggbr4, Desvio.ggbr4)# RADL3dnorm(34.875, Media.radl3, Desvio.radl3)dnorm(38, Media.radl3, Desvio.radl3)dnorm(37.13255, Media.radl3, Desvio.radl3)```# Considerações FinaisA análise dos ativos **CSAN3**, **B3SA3**, **SLCE3**, **GGBR4** e **RADL3**, no período entre abril e junho de 2025, permitiu identificar os seguintes destaques:- **CSAN3** apresentou uma média de preços em torno de **R\$ 34,75**, com desvio padrão de **R\$ 1,85**, evidenciando um **risco relativo controlado (CV = 5,32%)** e uma **volatilidade anualizada de 18,53%**, dentro dos padrões típicos de ações moderadamente voláteis;- **B3SA3**, com média de **R\$ 11,20** e desvio de **R\$ 0,72**, teve o **maior coeficiente de variação (6,43%)**, sinalizando maior instabilidade relativa aos preços. A volatilidade anualizada ficou em **16,72%**;- **SLCE3** teve **média de R\$ 17,45** e o **maior desvio percentual (CV = 7,17%)**, sendo também o ativo com **maior volatilidade anualizada (19,40%)**, o que pode indicar exposição mais agressiva;- **GGBR4** exibiu uma **média de R\$ 23,10**, desvio de **R\$ 1,50** e **volatilidade de 17,95%**, também dentro de uma faixa intermediária de risco;- **RADL3** apresentou o **menor risco relativo (CV = 4,85%)** e a **menor volatilidade anualizada (15,20%)**, associando-se a um comportamento mais defensivo;Em todos os casos, os **retornos médios diários foram positivos**, entre **0,09% e 0,13%**, o que sugere **tendência de valorização no período analisado**.A hipótese de normalidade foi considerada aceitável para as distribuições de preço, permitindo o uso de ferramentas clássicas de análise de risco como **quantis, probabilidade acumulada e cálculo de VaR**.# Referências Bibliográficas- Alexandre Assaf Neto. *Mercado Financeiro*. Atlas, 2022.- Gitman, L. J. *Princípios de Administração Financeira*. Pearson, 2015.- Hull, J. C. *Introdução aos Derivativos*. Bookman, 2013.- Damodaran, A. *Investment Valuation*. Wiley, 2012.- Yahoo Finance (https://finance.yahoo.com/) – Base de dados utilizada.------------------------------------------------------------------------##
