Mercado Financeiro

Como mensurar retornos de ações no Python?

Este artigo tem como objetivo fornecer uma visão abrangente sobre como calcular medidas de retorno e risco no contexto de investimentos e ações, utilizando a linguagem de programação Python como ferramenta. Ao longo deste guia, detalharemos passo a passo as diversas métricas amplamente empregadas no mercado financeiro para avaliar a performance de investimentos e a volatilidade de ativos.

Como criar um Portfólio de Investimentos no vectorbt (Parte 2)

VectorBT é uma biblioteca Python de código aberto para análise quantitativa e backtesting. O intuito da biblioteca é auxiliar na construção de trading algorítmico e na realização de backtesting de estratégias de investimento. Realizamos uma introdução a biblioteca conforme o post “Primeiros Passos com o vectorbt”, e na primeira parte introduzimos a como criar um Portfólio de Investimentos. Neste post, iremos utilizar o rebalanceamento para redefinir pesos da carteira.

Como criar um Portfólio de Investimentos no vectorbt

VectorBT é uma biblioteca Python de código aberto para análise quantitativa e backtesting. O intuito da biblioteca é auxiliar na construção de trading algorítmico e na realização de backtesting de estratégias de investimento. Realizamos uma introdução a biblioteca conforme o post “Primeiros Passos com o vectorbt”.

Primeiros Passos com o vectorbt

VectorBT é uma biblioteca Python de código aberto para análise quantitativa e backtesting. O intuito da biblioteca é auxiliar na construção de trading algortimico e na realização de backtesting de estratégias de investimento. Neste artigo realizaremos uma breve introdução da biblioteca.

Analisando a Volatilidade de Longo Prazo do Ibovespa usando GARCH(1,1)

Com base no modelo GARCH(1,1), iremos realizar a modelagem da variância condicional dos log retornos diários do Ibovespa, abrangendo o período de janeiro de 2018 até dezembro de 2023. O objetivo principal é compreender a implementação desse modelo utilizando a linguagem de programação Python, além de conduzir uma análise do mercado acionário brasileiro ao longo do período amostral. Ao concluirmos este exercício, teremos a capacidade de obter uma medida representativa da variância de longo prazo da série temporal. Essa medida poderá ser comparada com a variância histórica, permitindo-nos inferir se a volatilidade presente está atualmente inferior ou superior àquela projetada para o futuro. Essa análise contribuirá para uma melhor compreensão da dinâmica da volatilidade no mercado acionário brasileiro.

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.