Baixando ações com o R

Existem diversos pacotes no R para lidar com séries financeiras. Em termos de coleta de dados, podemos baixar ações a partir do yahoo finance, utilizando o pacote quantmod. Abaixo damos um exemplo utilizando a ação PETR4, que derreteu nos últimos dias (minha solidariedade a quem estiver comprado nela).


library(quantmod)

getSymbols("PETR4.SA",src="yahoo", 
from=as.Date('2016-06-01'))

chartSeries(PETR4.SA[,6])

Abaixo o gráfico...

Interessados no log retorno podem plotá-los como abaixo...


plot(diff(log(PETR4.SA$PETR4.SA.Adjusted)))

Para saber o código da ação, basta entrar no yahoo finance. Para quem tiver interesse em usar econometria para lidar com séries financeiras, recomendo nosso curso de Econometria Financeira usando o R. Por fim, aos vendidos em Petrobras, me chamem para o chope... 🙂

Compartilhe esse artigo

Comente o que achou desse artigo

Boletim AM

Encontre o seu conteúdo

Categorias

Artigos mais acessados

Devemos usar a métrica MAPE em previsão de demanda?

Regimes inflacionários com Modelo Oculto de Markov usando Python

Regimes da Política Monetária Brasileira com Markov Switching no Python

Como criar janelas móveis de séries temporais usando o Python

Como incorporar choques em cenários de previsão?

Como preparar os dados para um modelo preditivo?

Outros artigos relacionados

Devemos usar a métrica MAPE em previsão de demanda?

A previsão de demanda é um componente essencial da análise econômica e empresarial. Para avaliar a precisão das previsões, diversas métricas de erro são utilizadas. Entre elas, o Erro Percentual Absoluto Médio (MAPE - Mean Absolute Percentage Error) é uma das mais conhecidas. Neste artigo discutimos suas vantagens e desvantagens com exemplos.

Regimes inflacionários com Modelo Oculto de Markov usando Python

Neste exercício, utilizamos Python para aplicar um Modelo Oculto de Markov (HMM) na identificação e análise de regimes inflacionários no Brasil, com base na série temporal do IPCA mensal.

Regimes da Política Monetária Brasileira com Markov Switching no Python

Este exercício analisa a política monetária brasileira utilizando modelos de Markov Switching Regression. O objetivo é identificar diferentes regimes de política monetária e como eles influenciam a taxa Selic, a meta de inflação e o hiato do produto. Usamos a linguagem de programação Python para o processo de coleta, tratamento, análise e modelagem dos dados.

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!