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

Transfer Learning: mostrando porque o Python está na ponta do desenvolvimento

A aprendizagem por transferência (transfer learning) é o reuso de um modelo pré-treinado em um novo problema. Portanto, sua utilização torna-se um avanço enorme para a previsão de diferentes tipos de variáveis, principalmente para aquelas ordenadas no tempo. Mostramos nesta postagem o uso do Transfer Learning com o Python para o caso de Séries Temporais.

Criando Tabelas com o Python: mostrando o poder da linguagem sobre o Excel

Nos dias atuais, pessoas que trabalham com dados estão constantemente confrontados com um dilema: criar uma tabela não tão genial no Excel ou manter em um formato ainda pior, como um dataframe, mas mantendo a flexibilidade de obtenção dos dados. Podemos resolver esse grande problema, unindo a flexibilidade e beleza ao usar a biblioteca great_tables do Python.

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.