ComeçarComece de graça

Pacote tidyquant

O pacote tidyquant foca em obter, manipular e escalar análises de dados financeiros da forma mais simples possível. Para começar a usar o tidyquant, você precisa instalá-lo.

install.packages("tidyquant")

Isso coloca o pacote no seu computador local. Em seguida, você deve carregá-lo na sessão atual do R. Assim, você terá acesso a todas as funções do pacote.

library(tidyquant)

Esses passos de instalar e carregar pacotes são necessários para qualquer pacote do CRAN que você queira usar.

O código do exercício já está escrito para você. Você vai explorar algumas funções que o tidyquant oferece para análise financeira.

Este exercício faz parte do curso

R Intermediário para Finanças

Ver curso

Instruções do exercício

O código já está escrito, mas estas instruções vão guiar você pelos passos.

  • Primeiro, carregue o pacote para acessar suas funções.
  • Use a função tq_get() do tidyquant para obter os dados de preço das ações da Apple.
  • Dê uma olhada no data frame retornado.
  • Faça o gráfico do preço da ação ao longo do tempo.
  • Calcule os retornos diários para o preço ajustado usando tq_mutate(). Essa função "muta" seu data frame adicionando uma nova coluna. Aqui, essa nova coluna são os retornos diários.
  • Ordene os retornos.
  • Plote os retornos ordenados. Você verá que a Apple teve alguns dias com perdas >10% e vários dias com ganhos >5%.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# 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 e executar o código