IBOVESPA deve chegar aos 100 mil pontos em breve

[et_pb_section admin_label="section"][et_pb_row admin_label="row"][et_pb_column type="4_4"][et_pb_text admin_label="Texto" background_layout="light" text_orientation="justified" text_font="Verdana||||" text_font_size="18" use_border_color="off" border_color="#ffffff" border_style="solid"]

O principal índice da Bolsa de SP, o IBOVESPA, se aproxima da inédita marca dos 100 mil pontos. E não demorará muito, dado que o mercado segue confiante na agenda econômica do novo governo, que inclui privatizações e reformas, em particular a reforma da previdência. Para coletar os dados do IBOV com o R, como fazemos em nosso curso de Econometria Financeira usando o R, podemos utilizar o pacote quantmod como no código abaixo.


library(quantmod)

## Ibovespa
env = new.env()
getSymbols("^BVSP",src="yahoo", 
env=env,
from=as.Date('2018-12-01'))
ibovespa = env$BVSP[,4]
ibovespa = ibovespa[complete.cases(ibovespa)] 

Uma vez que pegamos os dados do índice, podemos plotar um gráfico na sequência.


autoplot(ibovespa)+
geom_line(size=.8, colour='red')+
xlab('')+ylab('Pontos')+
scale_x_date(date_breaks = '7 days',
labels = date_format("%b %d"))+
labs(title='Índice Bovespa',
caption='Fonte: analisemacro.com.br com dados do Yahoo Finance.')

E o gráfico segue abaixo...

A ascensão do índice se correlaciona com a proximidade do novo governo e, portanto, com os pronunciamentos da nova equipe econômica. Conheça nossos Cursos Aplicados de R para saber como coletar, tratar, analisar e apresentar dados como esse utilizando uma das mais poderosas ferramentas de data science atualmente disponíveis!

[/et_pb_text][/et_pb_column][/et_pb_row][/et_pb_section]

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Análise de Criptomoedas com Python

Aprenda a estruturar um pipeline de dados financeiros com Python. Ensinamos a construção de um dashboard automatizado para coleta, tratamento e visualização de criptomoedas via API.

Como Construir um Monitor de Política Monetária Automatizado com Python?

Descubra como transformar dados do Banco Central em inteligência de mercado com um Monitor de Política Monetária Automatizado. Neste artigo, exploramos o desenvolvimento de uma solução híbrida (Python + R) que integra análise de sentimento das atas do COPOM, cálculo da Regra de Taylor e monitoramento da taxa Selic. Aprenda a estruturar pipelines ETL eficientes e a visualizar insights econômicos em tempo real através de um dashboard interativo criado com Shiny, elevando o nível das suas decisões de investimento.

Qual o efeito de um choque de juros sobre a inadimplência?

Neste exercício, exploramos a relação dinâmica entre o custo do crédito (juros na ponta) e o risco realizado (taxa de inadimplência) através de uma análise exploratória de dados e modelagem econométrica utilizando a linguagem de programação R.

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.