Descomposicion de variables DGAZ
Erick Santillan Suarez
7 de septiembre de 2019
ETF VelocityShares 3x Inverse Natural Gas ETN Linked to the S&P GSCI Natural Gas Index ER (DGAZ)
VelocityShares 3x Inverse Natural Gas ETN Linked to the S&P GSCI Natural Gas Index ER (DGAZ) es un ETF emitido por Credit Suisse desde el año 2012 con el fin de replicar en 3 veces el valor de forma inversa a el indice S&P GSCI Natural Gas.
La finanlidad de este ETF es el uso estrategico a corto plazo ya que de forma diaria se reinicia el valor de este mismo, el tenerlo a largo plazo generara una variacion en el rendimiento.
DGAZ* esta diseñado para reflejar los cambios de precio del gas natural y los rendimientos de los contratos de futuros renovables pero no los ingresos de la garantia.
Comportamiento del precio de cierre de DGAZ: 01 de enero de 2015 al 2 de septiembre de 2019
En el siguiente grafico se presenta el comportamiento de el ETF a partir del 1 de enero de 2015 al 2 de septiembre de 2019. La tendencia que presenta la emisora de enero de 2015 a enero de 2016 es alcista llegando a registrar un maximo cierre notable de 2,839 dolares. Sin embargo, en 2016 logro superar el 3 de marzo este ultimo maximo con un cierre de 3,212 dolares; este comportamiento se debe a una caida en el precio del petroleo debido a un congelamiento en la produccion de este mismo.[1]
Figura 1. Precio de cierre de DGAZ
Fuente: elaboracion propia con datos de Yahoo Finance
Desde este ultimo maximo el ETF a registrado una tendencia a la baja, manteniendo fluctuaciones relativamente estables en el transcurso de los años 2017-2018 por las medidas tomadas por distintos paises.
A finales del 2018 se registra un minimo de USD 47.78 por activo, siendo resultado de la estabilizacion en el precio del gas natural.
Para el año en curso se observa una ligera alza con maximo de USD 196.62 registrado en junio.
Descomposicion de variables de DGAZ
El metodo de descomposicion de varibales dentro de una serie de tiempo tiene el fin de separar los distintos componentes que componene a esta misma:
La tendencia \(\left ( T \right )\), muestra el comportamiento de la serie en el largo plazo de una forma suavizada.
Fluctuacion ciclica-estacional ( S ), reflejan los movimientos dados en determinados lapsos de tiempo de mediano plazo, son observables por comportamientos del clima, sociales, politicos, etc. Son comunes en series economicas por las variaciones en la misma actividad economica.
Los movimientos Irregulares ( I ), son aquellos sucesos que no pueden ser del todo predecibles, datos estocasticos que son descriptibles en un futuro.
Los componentes anteriores nos permiten describir la serie temporal, \(Y\), de distintas formas.
La forma aditiva
\[Y_t= T_t + S_t + e_t\] donde las correcciones de los componentes se añaden para explicar las observaciones. Esta forma tiene la finalidad de eliminar el efecto estacional.[2]
Tambien puede tener una forma multiplicativa: \[Y_t=T_t *S_t *e_t\] O una combinacion de ambos \[Y_t=T_t*S_t +e_t\]
Descomposicion tomando el promedio de cotizaciones
Tomando en cuenta el promedio \(\bar{x}\) de las cotizaciones por año de la emisora a partir de la muestra utilizada, se obtiene que \(\bar{x}\) = 251 dias. En la Figura 2 se presenta la descomposicion de variables de DGAZ:
Figura 2. Descomposicion de variables de DGAZ, w = 251 dias
Fuente: elaboracion propia con datos de Yahoo Finance
En la figura 2 se pueden observar los distintos componentes; siendo la primera grafica la muestra del precio de cierre del activo a partir de enero del 2015, seguido de la grafica del componente tendencial donde es apreciado el comportamiento de la serie al largo plazo. A continuacion el componente estacional se muestra de forma un tanto “separado” con ciclos intermitentes.
El componente residual se muestra en la ultima seccion con dos momentos claramente observables a finales del año 2015 e inicios del 2016, siendo estos dos los momentos maximos de toda la muestra de la serie observada.
Haciendo uso de estos componentes se pronosticara el precio de cierre de los siguientes 100 dias laborales con una ventana temporal de 251 dias.
Figura 3. Pronostico a 100 dias tomando una ventana estacional \(w=251\) dias
Fuente: elaboracion propia con datos de Yahoo Finance
El pronostico de la figura 3 con \(w\) = 251 muestra una tendencia hacia la baja con repuntes a la alza a finales del año 2019, esto puede deberse a que en epocas invernales el uso de gas natural es mayormente demandado en calefacciones por el inteso frio y prediciendo asi un efecto ciclico.
Con pronosticos mas concretos, se compararan los precios de cierre de los dias 3, 4 y 5 de septiembre del 2019 con los predichos.
Comparativo de pronosticos contra dato real
| Fecha | Precio Real | Pronostico w = 251 | Diferencial |
|---|---|---|---|
| 03-sep-2019 | $134.00 | $92.79 | $-41.20 |
| 04-sep-2019 | $126.01 | $119.99 | $-6.01 |
| 05-sep-2019 | $119.73 | $134.06 | $14.33 |
Con un promedio de cotizaciones de \(w\) = 251, el diferencial en las cotizaciones de DGAZ es alto con USD -$41.20 en el primer dia pronosticado, es decir, subvaluado el precio del activo por una considerable cantidad, esta situacion disminuye al dia siguiente con USD -$6.01 de diferencial pero aun subvaluado. En el ultimo dato pronosticado se tiene un precio mayor al del real, USD$14.33, dando una alza el pornostico cuando se esta manteniendo estable el activo en el corto plazo.
Descomposicion tomando el año bursatil
Tomando en cuenta el numero de dias que contiene el año bursatil, se obtiene que el numero de ventanas en el tiempo es de \(w\) = 252 dias. En la Figura 4 se presenta la descomposicion de variables de DGAZ:
Figura 4. Descomposicion de variables de DGAZ, w = 252 dias
Fuente: elaboracion propia con datos de Yahoo Finance
En la figura 4 se pueden observar los distintos componentes que comprenden la descomposicion a \(w\) = 252; no es muy distinta a la anterior descomposicion los componentes que la integran, la primera grafica muestra el precio de cierre del activo a partir de enero del 2015, seguido de la grafica del componente tendencial, se aprecia el comportamiento de la serie al largo plazo. A continuacion el componente estacional se muestra con similitud al anterior componente estacional.
El componente residual se muestra sin algun cambio significativo.
Haciendo uso de estos componentes se pronosticara el precio de cierre de los siguientes 100 dias laborales con una ventana temporal de 252 dias.
Figura 5. Pronostico a 100 dias tomando una ventana estacional \(w=252\) dias
Fuente: elaboracion propia con datos de Yahoo Finance
El pronostico de la figura 5 con \(w\) = 252 muestra una tendencia hacia la baja con repuntes a la alza a finales del año 2019 similar al anterior.
Con pronosticos mas concretos, se compararan los precios de cierre de los dias 3, 4 y 5 de septiembre del 2019 con los predichos.
Comparativo de pronosticos contra dato real
| Fecha | Precio Real | Pronostico w = 251 | Diferencial |
|---|---|---|---|
| 03-sep-2019 | $134.00 | $103.36 | $-30.63 |
| 04-sep-2019 | $126.01 | $80.65 | $-45.35 |
| 05-sep-2019 | $119.73 | $107.01 | $-12.71 |
Considerando el numero de dias que cotiza el año bursatil de \(w\) = 252, el diferencial en las cotizaciones de DGAZ es menor al anterior con USD -$30.63 en el primer dia pronosticado, es decir, el precio continua siendo subvaluado, esta situacion aumenta al dia siguiente con USD -$45.35 de diferencial. En el ultimo dato pronosticado se tiene un precio mayor, USD$12.71, dando una alza el pornostico cuando se esta manteniendo estable el activo en el corto plazo.
Descomposicion con ventana de tiempo \(w\) = 245
Tomando en cuenta una ventana de tiempo con \(w\) = 245, por ser cercana al año bursatil y la mejor considerada. En la Figura 6 se presenta la descomposicion de variables de DGAZ:
Figura 6. Descomposicion de variables de DGAZ, w = 245 dias
Fuente: elaboracion propia con datos de Yahoo Finance
En la figura 6 se pueden observar los distintos componentes que comprenden la descomposicion a \(w\) = 245; es algo distinta a las descomposiciones anteriores de los componentes que la integran, la primera grafica muestra el precio de cierre del activo a partir de enero del 2015, seguido de la grafica del componente tendencial, se aprecia el comportamiento de la serie al largo plazo. A continuacion el componente estacional con algunas fluctuaciones de mas, no de gran significancia pero si notables.
El componente residual se muestra distribuido mas que el anterior, reduciendo los erroes en algunas observaciones pero aumentando en otros.
Haciendo uso de estos componentes se pronosticara el precio de cierre de los siguientes 100 dias laborales con una ventana temporal de 245 dias.
Figura 7. Pronostico a 100 dias tomando una ventana estacional \(w=245\) dias
Fuente: elaboracion propia con datos de Yahoo Finance
El pronostico de la figura 7 con \(w\) = 245 muestra una tendencia hacia la baja con valores negativos, no siendo de gran confianza el pronostico a un mediano plazo.
Con pronosticos mas concretos, se compararan los precios de cierre de los dias 3, 4 y 5 de septiembre del 2019 con los predichos.
Comparativo de pronosticos contra dato real
| Fecha | Precio Real | Pronostico w = 251 | Diferencial |
|---|---|---|---|
| 03-sep-2019 | $134.00 | $105.21 | $-28.78 |
| 04-sep-2019 | $126.01 | $123.89 | $-2.11 |
| 05-sep-2019 | $119.73 | $135.06 | $15.33 |
Considerando una ventana de tiempo de \(w\) = 245, se tiene el primer dato pronosticado alejado del real por USD$-28.78, siendo asi mejor que los anteriores pronosticos. Esto mejora en el siguiente dato con tan solo USD$-2.11, siendo el pronostico mas certero hasta el momento. Sin embargo, sube considerablemente en el ultimo pronostico con un diferencial de $15.33, dejando un intervalo relativamente alto para una inversion segura.
Descomposicion con ventana de tiempo \(w\) = 191
Tomando en cuenta una ventana de tiempo con \(w\) = 191, esto al estar buscando ventanas optimas. En la Figura 8 se presenta la descomposicion de variables de DGAZ:
Figura 8. Descomposicion de variables de DGAZ, w = 191 dias
Fuente: elaboracion propia con datos de Yahoo Finance
En la figura 8 se pueden observar los distintos componentes que comprenden la descomposicion a \(w\) = 191; siendo notable las diferencias de algunos de sus componentes, la primera grafica muestra el precio de cierre del activo a partir de enero del 2015, seguido de la grafica del componente tendencial, se aprecia el comportamiento de la serie al largo plazo. A continuacion el componente estacional, es mas notable el comportamiento de este mismo, siendo mas dinamico y mas compacto.
El componente residual se muestra con mayor numero de valor en algunos residuos a comparacion con los anteriores.
Haciendo uso de estos componentes se pronosticara el precio de cierre de los siguientes 100 dias laborales con una ventana temporal de 191 dias.
Figura 7. Pronostico a 100 dias tomando una ventana estacional \(w=191\) dias
Fuente: elaboracion propia con datos de Yahoo Finance
El pronostico de la figura 9 con \(w\) = 191 muestra una tendencia relativamente estable, esta misma con fluctuaciones de mediano plazo.
Con pronosticos mas concretos, se compararan los precios de cierre de los dias 3, 4 y 5 de septiembre del 2019 con los predichos.
Comparativo de pronosticos contra dato real
| Fecha | Precio Real | Pronostico w = 191 | Diferencial |
|---|---|---|---|
| 03-sep-2019 | $134.00 | $125.94 | $-8.05 |
| 04-sep-2019 | $126.01 | $136.93 | $10.92 |
| 05-sep-2019 | $119.73 | $125.90 | $6.17 |
Considerando una ventana de tiempo de \(w\) = 191, el primer pornostico con un diferencial al precio real de USD$-8.05, mientras que el segundo de USD$10.92 y el tercero de $6.17. Siendo estos los precios mas cercanos al precio real. Sin embargo aun mantienen una considerable distancia.
Descomposicion con ventana de tiempo \(w\) = 40
Tomando en cuenta una ventana de tiempo con \(w\) = 40, esto al estar buscando ventanas optimas. En la Figura 10 se presenta la descomposicion de variables de DGAZ:
Figura 10. Descomposicion de variables de DGAZ, w = 40 dias
Fuente: elaboracion propia con datos de Yahoo Finance
En la figura 10 se pueden observar los distintos componentes que comprenden la descomposicion a \(w\) = 40; siendo notable las diferencias en los graficos, la primera grafica muestra el precio de cierre del activo a partir de enero del 2015, seguido de la grafica del componente tendencial, se aprecia el comportamiento de la serie al largo plazo, esta tendencia se ajusta a la muestra graficada. A continuacion el componente estacional, es sumamente dinamico, teniendo oscilaciones muy juntas.
El componente residual se muestra mas reducido a comparacion con los anteriores pronosticos, sin embargo el tiempo en que distribuyen es mayor.
Haciendo uso de estos componentes se pronosticara el precio de cierre de los siguientes 100 dias laborales con una ventana temporal de 40 dias.
Figura 11. Pronostico a 100 dias tomando una ventana estacional \(w=40\) dias
Fuente: elaboracion propia con datos de Yahoo Finance
El pronostico de la figura 11 con \(w\) = 40 muestra una tendencia estable, esta misma con fluctuaciones de mediano plazo.
Con pronosticos mas concretos, se compararan los precios de cierre de los dias 3, 4 y 5 de septiembre del 2019 con los predichos.
Comparativo de pronosticos contra dato real
| Fecha | Precio Real | Pronostico w = 40 | Diferencial |
|---|---|---|---|
| 03-sep-2019 | $134.00 | $135.38 | $1.38 |
| 04-sep-2019 | $126.01 | $126.86 | $0.85 |
| 05-sep-2019 | $119.73 | $132.43 | $12.70 |
Considerando una ventana de tiempo de \(w\) = 40, el primer pornostico con un diferencial al precio real de USD$1.38, mientras que el segundo de USD$0.85, estos dos son los datos mas precisos obtenidos para sus respectivas observaciones. El tercer dato estimado de $12.70, se dispara demasiado en comparacion de los datos anteriores.
Pronostico para 9 de septiembre de 2019
Tomando en cuenta los datos anteriores con distintas ventanas de tiempo, los pronosticos para el dia 9 de septiembre se presentan a continuacion:
| Fecha | Pronostico \(w\) = 252 | Pronostico \(w\) = 251 | Pronostico \(w\) = 245 | Pronostico \(w\) = 191 | Pronostico \(w\) = 40 | |
|---|---|---|---|---|---|---|
| 09-sep | $130.98 | $123.60 | $127.49 | $136.89 | $123.07 |
Como ya se explico anteriormente las diferencias en precios son considerables en la mayoria de las ventas de tiempo, sin embargo en \(w\) = 40 se aproxima de manera sutil, dejando un elevado diferencial el 5 de septimbre. Lo que mejor conviene sera comprar estos ETF en dia 9 de septiembre y venderlos al cierre como lo recomienda el mismo instrumento ya que DGAZ es un instrumento con comportamiento -3x y podria generar perdidas si lo conservamos a fechas ya relatimaente cercanas a su ciclo de alza.
Referencias
*Por cuestiones de comodidad se ocupara el ticker para referirse al ETF
[1] https://www.bbc.com/mundo/noticias/2016/02/160216_opep_produccion_congelamiento_petroleo_mz