MLPA
CRUZ GONZALEZ JASMIN MELISA
8/9/2019
INTRODUCCIÓN
GLOBAL X MLPA ETF es un fondo cotizado en bolsa incorporado en los EE. UU. El Fondo busca rastrear el desempeño del Índice de Infraestructura MLP de Solactive.
El Fondo se trata como una corporación regular, o corporación “C”, para propósitos de impuestos federales sobre los ingresos de los Estados unidos , proporcionar resultados de inversión que correspondan generalmente al precio y al rendimiento del rendimiento, antes de los honorarios y gastos, del Índice de Infraestructura MLP de Solactive,ay que invierte en algunas de las Sociedades Master Limited (MLP) más grandes y más líquidas.
Como consecuencia el ETF,representa una actividad bursatil de nueva york ,teniendo como refetente al IPC ,por lo que afecta demasiado las noticias internacionales provocanto un alta y baja de precios de las acciones .
Data<-read.csv(file.choose())library(RCurl)## Loading required package: bitopslibrary(packrat)
library(rsconnect)
library(quantmod)## Loading required package: xts## Loading required package: zoo##
## Attaching package: 'zoo'## The following objects are masked from 'package:base':
##
## as.Date, as.Date.numeric## Registered S3 method overwritten by 'xts':
## method from
## as.zoo.xts zoo## Loading required package: TTR## Registered S3 method overwritten by 'quantmod':
## method from
## as.zoo.data.frame zoo## Version 0.4-0 included new data defaults. See ?getSymbols.library(xts)
library(tseries)
library(forecast)## Registered S3 methods overwritten by 'forecast':
## method from
## fitted.fracdiff fracdiff
## residuals.fracdiff fracdifflibrary(openxlsx)
library(timeSeries)## Loading required package: timeDate##
## Attaching package: 'timeSeries'## The following object is masked from 'package:zoo':
##
## time<-library(tframePlus)## Loading required package: tframelibrary(ggplot2)
library(dplyr)##
## Attaching package: 'dplyr'## The following objects are masked from 'package:timeSeries':
##
## filter, lag## The following objects are masked from 'package:xts':
##
## first, last## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, unionlibrary(plotly)##
## Attaching package: 'plotly'## The following object is masked from 'package:ggplot2':
##
## last_plot## The following object is masked from 'package:timeSeries':
##
## filter## The following object is masked from 'package:stats':
##
## filter## The following object is masked from 'package:graphics':
##
## layoutlibrary(hrbrthemes)## NOTE: Either Arial Narrow or Roboto Condensed fonts are required to use these themes.## Please use hrbrthemes::import_roboto_condensed() to install Roboto Condensed and## if Arial Narrow is not on your system, please see http://bit.ly/arialnarrowlibrary(ggthemes)
library(tidyverse)## -- Attaching packages ------------------------------------------- tidyverse 1.2.1 --## v tibble 2.1.3 v purrr 0.3.2
## v tidyr 0.8.3 v stringr 1.4.0
## v readr 1.3.1 v forcats 0.4.0## -- Conflicts ---------------------------------------------- tidyverse_conflicts() --
## x tidyr::complete() masks RCurl::complete()
## x plotly::filter() masks dplyr::filter(), timeSeries::filter(), stats::filter()
## x dplyr::first() masks xts::first()
## x dplyr::lag() masks timeSeries::lag(), stats::lag()
## x dplyr::last() masks xts::last()
## x purrr::splice() masks tframe::splice()library(dygraphs)
library(gridExtra)##
## Attaching package: 'gridExtra'## The following object is masked from 'package:dplyr':
##
## combinelibrary(backports)
library(dplyr)
library(RCurl)
library(packrat)
library(rsconnect)View(Data)
str(Data$Date)## Factor w/ 1174 levels "2015-01-02","2015-01-05",..: 1 2 3 4 5 6 7 8 9 10 ...Data$Date <- as.Date(Data$Date, "%Y-%m-%d")
range(Data$Date)## [1] "2015-01-02" "2019-08-30"Data <- Data[order(Data$Date), ]
Precio <- xts(x= Data$Close,
order.by = Data$Date)
colnames(Precio)<- c("Cierre")
p<- dygraph(Precio) %>%dyOptions(labelsUTC = TRUE, fillGraph=TRUE,fillAlpha=0.5, drawGrid = F, colors="forestgreen") %>%
dyRangeSelector() %>%dyCrosshair(direction = "vertical") %>%
dyHighlight(highlightCircleSize = 5, highlightSeriesBackgroundAlpha =
0.2, hideOnMouseOut = F) %>%
dyRoller(rollPeriod = 1)
p• Debido a que el primero de enero de 2015 fue dia jueves el cual no cotizo hasta el 2 de enero por lo que la emisora no cotiza los fines de semana y toos los lunes por lo que empieza a cotizar hasta el 3 de septiembre. •
• En el siguiente gráfico se presenta el comportamiento de la empresa GLOBAL x MLTPA ETF a partir del 02 de ENERO de 2015 al 30 de AGOSTO de 2019. La tendencia que presenta la emisora de ENERO de 2015 a ENERO de 2016 es bajista llegando a registrar un mínimo de 7.24 pesos por acción. • Sin embargo, 2016 se convirtió en el uno de los mejoresaños para GLOBAL X MLPA ETF llegando a registrar su precio más alto el 20 de julio de 2016 con un precio de $11.84 MXN.
## Numero de dias que cotiza el instrumento por año
years <- format(Data$Date, "%Y")
View(years)
tab <- table(years)
tab## years
## 2015 2016 2017 2018 2019
## 252 252 251 251 168mean(tab[1:(length(tab) - 1)])## [1] 251.5Sin embargo, en 2017 la historia cambió para global X MLPA ETF ya que el precio de la acción comenzó a disminuir, llegando a los valores que se presentaron antes de 2016. La caida, entre otras razones, se le atribuye a la corrección enes la crisis inmobiliaria de 2016,como el alto endeudamiento contraido por la emisora en dólares, quedando vulnerable a la volatilidad del tipo de cambio. Por lo general, en los métodos de descomposición de series temporales, se parte de la idea de que la serie temporal se puede descomponer en todos o algunos de los siguientes componentes:
Tendencia \(\left ( T_t \right )\), que representa la evolución de la serie en el largo plazo. Fluctuación cíclica-estacional ( S_t ), que refleja las fluctuaciones de carácter periódico, pero no necesariamente regular, a medio plazo en torno a la tendencia. Esto componente refiere también variaciones climatológicas, las vacaciones, las fiestas, etc. Este componente es frecuente hallarlo en las series económicas, y se debe a los cambios en la actividad económica.
Movimientos Irregulares ( I ), que pueden ser aleatorios, la cual recoge los peque?os efectos accidentales, o erráticos, como resultado de hechos no previsibles, pero identificables a posteriori (huelgas, catástrofes, etc.)
La asociación de estos cuatro componentes en una serie temporal, Y, puede responder a distintos esquemas; así, puede ser de tipo aditivo: \[Y_t= T_t + S_t + e_t\]
También puede tener una forma multiplicativa: \[Y_t=T_t *S_t *e_t\]
O una combinación de ambos \[Y_t=T_t*S_t +e_t\] Tomando en cuenta el promedio \(\bar{x}\) de las cotizaciones por año de la emisora a partir de la muestra utilizada, se obtiene que \(\bar{x}\) = 219 d?as. En la Figura 2 se presenta la descomposición de variables de GLOBAL X MLPA ETF
MLPA_des<- ts(Data$Close,start = c(2015,01,02),frequency = 256) #ts convierte en series tiempo la serie
MLPA_des%>% stl(s.window='periodic') %>% autoplot
En la Figura 2 de observa lo siguiente: en el primer rectngulo está graficado el precio de cierre de GLOBAL x MLPA ETF acorde al periodo de mustra utilizado.
componente tendencial el cual replica un suavizamiento de la serie a partir del promedio de cotización.
componente estacional marcando las variaciones que presenta la serie, como un cardiograma que muestra el “ritmo” de los movimientos del precio de cierre de GLOBAL x MLPA. Finalmente, se observa el :
componente irregular resultado de restar el vector de precios menos su componente tendencial y estacional. Tomando esta descomposición, se realiza un pronóstico a 100 días tomando la ventana o descomposición de 219 días que refleja el promedio de las cotizaciones.
##pronostico
subcojunto <-window(MLPA_des, start = 2017)
autoplot(subcojunto) + geom_forecast(h=100)+
ggtitle("Pronóstico de global XMLPA ETF a 100 días, w= 219")
La grafica nos muestra el pronóstico a 100 días tomando un subconjunto de la base desde el 2017 para que se pueda observar mejor el comportamiento de la proyección de GLOBAL x MLPA ETF, estimando con una venta de oportunidad de 252 días que es el año bursátil. Dicha estimación muestra que el comportamiento del precio de cotización tendrá un comportamiento cíclico descendiente por las variaciones internacionales
##PRONOSTICO 2
subcojunto <-window(MLPA_des, start = 2017)
autoplot(subcojunto) + geom_forecast(h=251)+
ggtitle("Pronóstico de global XMLPA ETF a 251 días, w= 219")
La grafica nos muestra el pronóstico a 251 días tomando un subconjunto de la base desde el 2017 para que se pueda observar mejor el comportamiento de la proyección de GLOBAL x MLPA ETF, estimando con una venta de oportunidad de 252 días que es el año bursátil. Dicha estimación muestra que el comportamiento del precio de cotización tendrá un comportamiento cíclico con njmeros minimos positivos el cual tiende a estancarse
##PRONOSTICO 3
subcojunto <-window(MLPA_des, start = 2017)
autoplot(subcojunto) + geom_forecast(h=310)+
ggtitle("Pronóstico de global XMLPA ETF a 310 días, w= 219")
La grafica nos muestra el pronóstico a 310 días tomando un subconjunto de la base desde el 2017 para que se pueda observar mejor el comportamiento de la proyección de GLOBAL x MLPA ETF, estimando con una venta de oportunidad de 252 días que es el año bursátil. Dicha estimación muestra que el comportamiento del precio de cotización tendrá un comportamiento cíclico con números minimos positivos el cual tiende a estancarse
###PRONOSTICO
pronostico<-forecast(MLPA_des)
View(pronostico)
datos_pronosticados<-data.frame(pronostico) #lleva los datos pronosticados a una tabla
View(datos_pronosticados)####Pronostico de septiembre
Fecha | PReal |prono |Dif
————–| – —| – -| ———
03-sep-2019 | $8.23|$8.28| .3
04-sep-2019 | $8.25|$8.33| .8
05-sep-2019 | $8.27|$8.35| .8
La emisora no cotizo el dia primero y segundo de septiembredebido que el primero fue dia domingo y todos los dias lunes la emisora no cotiza, debido a sus fluctuaciones en el periodo pasado y los pronosticos realizados ,es recomendable no mantener la accion durante un lapzo maximo de tres dias debido a que esta teniendo decresimientos constantes y sus crecimientos tiene un patron no maximo a una semana por lo tanto no es recomendable comprar acciones y retenerlas durante un lapzo prolongado de tiempo.
##FUENTE DATOS GLOBAL X MLPA mlp