Como retirar desdobramentos e dividendos do preço de ações através do R

Em grande maioria, fontes de dados financeiros disponibilizam série de preços de ativos financeiros já ajustados de acordo com mudanças ocorridas tanto por desdobramentos, quanto por dividendos recebidos. No post de hoje vamos utilizar o pacote {quantmod} para retirar esses valores de uma série de preços de uma
ação.

library(quantmod)
library(magrittr)

Vamos utilizar como exemplo a série de preços das ações da MGLu3, isso porque em outubro de 2020 ocorreu o desdobramento de suas ações. Primeiro iremos visualizar o preço de fechamento já ajustado.

getSymbols("MGLU3.SA",
                     auto.assign = TRUE,
                     from = "2020-01-01",
                     to = "2020-12-31")

plot(Ad(MGLU3.SA))

Mas, e se quisermos saber a série de preços antes do desdobramentos, quando ocorreu, bem como o mesmo para os dividendos, além de seus valores? Utilizaremos as funções getSplits() e getDividends(), respectivamente, para efetuar esse trabalho.

splits <- getSplits("MGLU3.SA",
                    from = "2020-01-01",
                     to = "2020-12-31")


dividends <- getDividends("MGLU3.SA", 
                          split.adjust = FALSE,
                          from = "2020-01-01",
                          to = "2020-12-31")

Em seguida, utilizaremos a função adjRatios() com a série de fechamento da ação para que possamos ter a relação do desdobramento e dos dividendos ao longo do tempo.

close <- Cl(MGLU3.SA)


ratios <- adjRatios(splits = splits,
                    dividends = dividends,
                    close = close)

Por fim, calculamos todos esses ajustes de forma a obter a série de preços "crua".

close_mglu <- close * ratios[, "Split"] * ratios[, "Div"]


plot(close_mglu)

Para tornar o caminho mais simples, o {quantmod} também disponibiliza uma função que torna a série "crua" de forma mais fácil.

mglu_adj <- adjustOHLC(MGLU3.SA, symbol.name = "MGLU3.SA")

plot(Cl(mglu_adj))

________________________
(*) Para entender mais sobre Mercado Financeiro e aprender como realizar a coleta, tratamento e visualização de dados financeiros, confira nosso curso de R para o Mercado Financeiro.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como usar IA para sumarizar dados de demonstrações de empresas brasileiras no Python

Neste post, vamos explorar como utilizar o modelo de linguagem Gemini do Google para analisar demonstrações contábeis anuais da Eletrobras e extrair informações relevantes para tomada de decisão. Através de um código Python, vamos importar os dados direto da CVM, conectar com o Gemini e gerar resumos sobre as contas das demonstrações e perspectivas futuras sobre as finanças da empresa.

O que é Inteligência Artificial Generativa e como usar para negócios?

O que é Inteligência Artificial? O que é Inteligência Artificial Generativa? Como essa tecnologia pode impulsionar os resultados de uma empresa?
Nesta postagem, respondemos a essas perguntas de forma prática e objetiva, destacando os principais conceitos e demonstrando como aplicar a IA de forma estratégica para otimizar processos, reduzir custos e aumentar os ganhos do negócio.

Análise de impacto fiscal sobre o dolár com Python

Usamos uma cesta de 12 moedas para construir um cenário contrafactual da taxa de câmbio após o último anúncio de pacote fiscal, com base em modelagem Bayesiana. No período, o dolár depreciou quase 5% e passou os R$ 6,15, enquanto que na ausência da intervenção a moeda deveria estar cotada em R$ 5,78.

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!

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.