Tópicos de econometria: ações

Abstract

This is an undergrad student level instruction for class use.

Download

Licença

This work is licensed under the Creative Commons Attribution-ShareAlike 4.0 International License. To view a copy of this license, visit http://creativecommons.org/licenses/by-sa/4.0/ or send a letter to Creative Commons, PO Box 1866, Mountain View, CA 94042, USA.

License: CC BY-SA 4.0

Citação

Sugestão de citação: FIGUEIREDO, Adriano Marcos Rodrigues. Tópicos de econometria: ações. Campo Grande-MS,Brasil: RStudio/Rpubs, 2019. Disponível em http://rpubs.com/amrofi/acoesBOV_VALE3.

1 Introdução

Inicialmente, agradeço a sugestão de leitores que permitem as melhorias das postagens. Sugiro que baixem alguns pacotes que serão necessários:

install.packages("quantmod")
install.packages("ggplot2")
install.packages("scales")
install.packages("ggthemes")
install.packages("dplyr")
install.packages("tidyquant")
install.packages("rbmfbovespa")
install.packages("xts")

2 Dados e gráfico

Esta primeira parte é baseada nas postagens do blog Análise Macro.

library(quantmod)
library(ggplot2)
library(scales)
library(ggthemes)

env = new.env()
getSymbols("VALE3.SA", src = "yahoo", env = env, from = as.Date("2019-01-14"))

[1] "VALE3.SA"

vale = env$VALE3.SA[, 4]

autoplot(vale) + geom_line(size = 0.8, colour = "darkblue") + scale_x_date(date_breaks = "15 days", 
    labels = date_format("%b %d")) + theme(axis.text.x = element_text(angle = 60, 
    vjust = 1, hjust = 1)) + labs(title = "VALE3.SA", caption = "Fonte: analisemacro.com.br com dados do Yahoo Finance.") + 
    xlab("") + ylab("R$")

3 Análise de ações brasileiras

Para esta análise, farei uso do quantmod acima carregado, e gerarei o gráfico tipo candlestick das ações da VALE3.SA, mas agora carregarei um período maior. Chamarei a série inteira disponível, e pedirei o candlestick apenas para os últimos 6 meses. Adicionaremos as bandas de Bollinger, para mostrar os desvios associados à série.

getSymbols("VALE3.SA", src = "yahoo")

[1] "VALE3.SA"

chart_Series(VALE3.SA)

# resumirei para os últimos 6 meses
chartSeries(VALE3.SA, subset = "last 6 months")

# adicionando as Bollinger Bands
addBBands()

4 Dados da Bolsa de São Paulo (B3)

Agora farei exemplos puxando dados da Bolsa de São Paulo, B3, antiga Bovespa. O repositório antigo de dados históricos da Bolsa está em http://www.bmfbovespa.com.br/pt_br/servicos/market-data/historico/mercado-a-vista/series-historicas/ e pode-se usar o pacote rbmfbovespa. O site atual da B3 é http://www.b3.com.br/pt_br/market-data-e-indices/servicos-de-dados/market-data/historico/mercado-a-vista/series-historicas/. O usuário pode obter várias séries diretamente do pacote quantmod se desejar.

Neste exemplo, baixei o arquivo de dados diários do ano de 2019, que vem em formato compactado e extrai para o diretório do projeto. Este arquivo tem o nome COTAHIST_A2019.TXT.

Agora adaptarei a rotina de Henrique Cesár Costa (https://rpubs.com/henrikun/256128) para carregar os dados.

library(dplyr)
library(rbmfbovespa)
library(xts)
library(quantmod)
library(tidyquant)
library(ggplot2)
ch_2019 <- read_marketdata("COTAHIST_A2019.TXT", "COTAHIST")

O objeto ch_2019 que carregou o ‘COTAHIST’, possui três partes (header, cotações e trailer). A parte das cotações tem 26 colunas, onde têm-se os dados de todos os papéis-mercado. Pode-se visualizar a parte das Cotações históricas por papel-mercado fazendo o código abaixo (aqui não reproduzido por questões de espaço).

View(ch_2019$`Cotações históricas por papel-mercado`)

Por exemplo, as últimas linhas das seis primeiras colunas será:

knitr::kable(tail.matrix(ch_2019$`Cotações históricas por papel-mercado`[, 1:6]))

	tipo_registro	data_referencia	cod_bdi	cod_negociacao	tipo_mercado	nome_empresa
506460	1	2019-09-04	78	YDUQC345	70	YDUQ
506461	1	2019-09-04	78	YDUQJ32	70	YDUQ FM
506462	1	2019-09-04	78	YDUQJ34	70	YDUQ FM
506463	1	2019-09-04	78	YDUQJ35	70	YDUQ
506464	1	2019-09-04	82	YDUQU33	80	YDUQE FM
506465	1	2019-09-04	82	YDUQO260	80	YDUQE

Como indicado na postagem de Costa (2017), “Para conhecer as variáveis dos datasets criados com rbmfbovespa, execute o addin do RStudio rbmfbovespa View Template. Selecione um template para visualizar todas as colunas tratadas pelo dataset com informação de tipo e descrição. Selecione o template COTAHIST e depois feche a janela de templates.”

No caso, Costa (2017) indicou o código BOVA11, mas se quiser, por exemplo, a VALE3, indicaremos adequadamente. Ver a segunda caixa de script.

BOVA11.df <- ch_2019[[2]] %>% filter(cod_negociacao == "BOVA11") %>% select(Date = data_referencia, 
    Open = preco_abertura, High = preco_max, Low = preco_min, Close = preco_ult, 
    Volume = volume_titulos_negociados)

BOVA11 <- as.xts(select(BOVA11.df, -Date), order.by = BOVA11.df$Date)

Para VALE3, para o papel da empresa VALE, especificação ON NM (sempre atentando para o formato de letras maiúsculas):

VALE3.df <- ch_2019[[2]] %>% filter(cod_negociacao == "VALE3") %>% select(Date = data_referencia, 
    Open = preco_abertura, High = preco_max, Low = preco_min, Close = preco_ult, 
    Volume = volume_titulos_negociados)

VALE3 <- as.xts(select(VALE3.df, -Date), order.by = VALE3.df$Date)

Agora utilizaremos o objeto de séries temporais (xts) para executar a função quantmod::candleChart e criar os gráficos de candle.

candleChart(BOVA11)

addBBands()

candleChart(VALE3)

addBBands()

Para alterar os padrões de cores, pode-se utilizar como abaixo, conforme sugerido por COSTA (2017):

candleChart(VALE3, theme = "white")

addBBands()

chart_Series(VALE3)

Agora outra opção fazendo o candle pelo pacote ggplot2:

ggplot(VALE3.df, aes(x = Date, y = Close)) + geom_candlestick(aes(open = Open, 
    close = Close, high = High, low = Low))

Como ilustrado por Costa (2017), no pacote tidyquant têm-se funções auxiliares ao quantmod, para incluir medidas de análise técnica (como a média móvel) nos gráficos do ggplot2. Especifiquei um range pequeno (n=10 dias), pois a série é curta.

ggplot(VALE3.df, aes(x = Date, y = Close)) + geom_candlestick(aes(open = Open, 
    close = Close, high = High, low = Low)) + geom_ma(ma_fun = SMA, n = 10, 
    color = "red", linetype = 4, size = 1)

Referências

Costa, Henrique C. 2017. Short Paper: Análise de Mercados de Ações Usando R. RPubs(https://rpubs.com/henrikun/256128).

Greene, William H. 2012. Econometric Analysis. Prentice Hall/Pearson Education.

Gujarati, Damodar N., and Dawn C. Porter. 2011. Econometria Básica. AMGH/Bookman/McGraw-Hill do Brasil.

Tsay, Ruey S. 2014. An Introduction to Analysis of Financial Data with R. John Wiley & Sons.

Wooldridge, Jeffrey M. 2015. Introductory Econometrics - A Modern Approach. Nelson Education.