ComenzarEmpieza gratis

paquete tidyquant

El paquete tidyquant se centra en obtener, manipular y escalar el análisis de datos financieros de la forma más sencilla posible. Para conseguir el paquete tidyquant y empezar a trabajar con él, primero tienes que instalarlo.

install.packages("tidyquant")

Esto lo instala en tu ordenador. Después, tienes que cargarlo en tu sesión actual de R. Así tendrás acceso a todas las funciones del paquete.

library(tidyquant)

Estos pasos de instalación y carga de paquetes son necesarios para cualquier paquete de CRAN que quieras usar.

El código del ejercicio ya está escrito. Vas a explorar algunas de las funciones que tidyquant ofrece para el análisis financiero.

Este ejercicio forma parte del curso

R intermedio para finanzas

Ver curso

Instrucciones del ejercicio

El código ya está escrito, pero estas instrucciones te guiarán por los pasos.

  • Primero, carga el paquete para acceder a sus funciones.
  • Usa la función de tidyquant, tq_get(), para obtener los datos del precio de las acciones de Apple.
  • Echa un vistazo al data frame que devuelve.
  • Representa el precio de la acción a lo largo del tiempo.
  • Calcula los rendimientos diarios para el precio ajustado usando tq_mutate(). Esta función "muta" tu data frame añadiéndole una nueva columna. Aquí, esa nueva columna son los rendimientos diarios.
  • Ordena los rendimientos.
  • Representa los rendimientos ordenados. Verás que Apple tuvo algunos días con pérdidas >10% y varios días con ganancias de >5%.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Library tidquant
library(tidyquant)

# Pull Apple stock data
apple <- tq_get("AAPL", get = "stock.prices", 
                from = "2007-01-03", to = "2017-06-05")

# Take a look at what it returned
head(apple)

# Plot the stock price over time
plot(apple$date, apple$adjusted, type = "l")

# Calculate daily stock returns for the adjusted price
apple <- tq_mutate(data = apple,
                   select = "adjusted",
                   mutate_fun = dailyReturn)

# Sort the returns from least to greatest
sorted_returns <- sort(apple$daily.returns)

# Plot them
plot(sorted_returns)
Editar y ejecutar código