trabajando con base de datos - wordpress.com · 2011-04-04 · trabajando con base de datos miguel...
TRANSCRIPT
Trabajando con base de datos
Miguel Angel Hernández de la [email protected] Básicas, ITESM-TOL
Bolsa de ValoresNational Association of Securities Dealers Automated Quotation o NASDAQ por sus siglas se creaen el año 1971. Con el tiempo, el rápido desarrollo y crecimiento de este mercado lo han convertidoen el principal mercado electrónico de valores del mundo con casi 3.300 empresas y un volumen deacciones cotizadas que, a veces, llega incluso al superar al New York Stock Exchange (NYSE). Adiferencia de este último, el NASDAQ mantiene una operativa totalmente electrónica.
Podemos destacar como empresas más importantes que cotizan en el NASDAQ a Microsoft, Intel,Cisco, Dell, Oracle, Amazon, eBay o Yahoo aunque también cotizan en el NASDAQ empresas notecnológicas, algunos bancos, financieras, aseguradoras, etc,.
Datos y nomenclatura
� http://www.nasdaq.com/
Uno de los problemas con el cual se enfrentan las personas que no se especializan en el sector bursátil es que carecen de losdatos reales para poder realizar análisis, aun así se pueden obtener gráficas sin tener una base de datos “manejable”.
Usando un software como Mathematica, podemos realizar análisis con datos en tiempo real. Observemos algunos ejemplos
Sintaxis Básica
Data["Entity", "Property"] Devuelve una expresión de Mathematica. Los argumentos se dan generalmente en forma de
cadenas.
FinancialData@"AAPL", "Symbol"DNASDAQ:AAPL
FinancialData@"AAPL", "StandardName"DAppleInc
FinancialData@"AAPL", "Name"DApple, Inc.
Realmente podemos encontrar varias cosas
MAHT: mihernan � itesm.mx
FinancialData@"Properties"D8Ask, AskSize, Average200Day, Average50Day, AverageVolume3Month, Bid, BidSize,
BookValuePerShare, Change, Change200Day, Change50Day, ChangeHigh52Week,
ChangeLow52Week, CIK, Close, Company, CumulativeFractionalChange,
CumulativeReturn, CUSIP, Dividend, DividendPerShare, DividendYield,
EarningsPerShare, EBITDA, Exchange, FloatShares, ForwardEarnings,
ForwardPERatio, FractionalChange, FractionalChange200Day, FractionalChange50Day,
FractionalChangeHigh52Week, FractionalChangeLow52Week, High, High52Week,
ISIN, LastTradeSize, LatestTrade, Lookup, Low, Low52Week, MarketCap, Name,
OHLC, OHLCV, Open, PEGRatio, PERatio, Price, PriceTarget, PriceToBookRatio,
PriceToSalesRatio, QuarterForwardEarnings, Range, Range52Week,
RawClose, RawHigh, RawLow, RawOHLC, RawOpen, RawRange, Return, Sector,
SEDOL, ShortRatio, SICCode, StandardName, Symbol, Volatility20Day,
Volatility50Day, Volume, Website, YearEarningsEstimate, YearPERatioEstimate<
podemos usar la siguiente instrucción para saber cuántas identidades financieras cotizan en la bolsa
FinancialData@AllD �� Length
145503
Ejemplo
Realizemos un ejemplo, donde el objetivo es crear una gráfica con valores historicos.
FinancialData@"VWNFX", "Name"DVanguard Windsor Ii Fund
Su ultima cotización de Vanguard Windsor Ii Fund es
FinancialData@"VWNFX"D27.5
Veamos ahora su histórico, hasta la actualidad
2 |Base de datos : Finanzas
Ciencias Básicas ITES
DateListLogPlot@FinancialData@"VWNFX", AllDD
1990 1995 2000 2005 2010
5
10
20
Revisemos alguna fracción de datos de nuestro intéres 01.enero.2011-01-abril.2011
DateListLogPlot@FinancialData@"VWNFX", 882011, 1, 1<, 82011, 4, 1<<DD
Feb Mar Apr
26.
26.25
26.5
26.75
27.
27.25
27.5
Tal vez sea bueno unir los puntos, esto puede ayudar a la parte visual
Nasdaq.nb | 3
MAHT: mihernan � itesm.mx
DateListLogPlot@FinancialData@"VWNFX", 882011, 1, 1<, 82011, 4, 1<<D, Joined ® TrueD
Feb Mar Apr
26.
26.25
26.5
26.75
27.
27.25
27.5
Lo valioso de esto es que podemos ver y extraer los datos para trabajar, y tambien importarlos
FinancialData@"VWNFX", 882011, 1, 1<, 82011, 4, 1<<D8882011, 1, 3<, 25.95<, 882011, 1, 4<, 25.99<, 882011, 1, 5<, 26.14<,
882011, 1, 6<, 26.12<, 882011, 1, 7<, 26.03<, 882011, 1, 10<, 25.96<,882011, 1, 11<, 26.1<, 882011, 1, 12<, 26.39<, 882011, 1, 13<, 26.31<,882011, 1, 14<, 26.55<, 882011, 1, 18<, 26.56<, 882011, 1, 19<, 26.29<,882011, 1, 20<, 26.32<, 882011, 1, 21<, 26.45<, 882011, 1, 24<, 26.59<,882011, 1, 25<, 26.59<, 882011, 1, 26<, 26.68<, 882011, 1, 27<, 26.71<,882011, 1, 28<, 26.28<, 882011, 1, 31<, 26.45<, 882011, 2, 1<, 26.9<,882011, 2, 2<, 26.88<, 882011, 2, 3<, 26.9<, 882011, 2, 4<, 26.94<,882011, 2, 7<, 27.14<, 882011, 2, 8<, 27.3<, 882011, 2, 9<, 27.21<,882011, 2, 10<, 27.18<, 882011, 2, 11<, 27.3<, 882011, 2, 14<, 27.33<,882011, 2, 15<, 27.28<, 882011, 2, 16<, 27.47<, 882011, 2, 17<, 27.54<,882011, 2, 18<, 27.67<, 882011, 2, 22<, 27.07<, 882011, 2, 23<, 26.9<,882011, 2, 24<, 26.86<, 882011, 2, 25<, 27.13<, 882011, 2, 28<, 27.27<,882011, 3, 1<, 26.87<, 882011, 3, 2<, 26.9<, 882011, 3, 3<, 27.38<,882011, 3, 4<, 27.19<, 882011, 3, 7<, 26.99<, 882011, 3, 8<, 27.28<,882011, 3, 9<, 27.32<, 882011, 3, 10<, 26.79<, 882011, 3, 11<, 26.96<,882011, 3, 14<, 26.78<, 882011, 3, 15<, 26.48<, 882011, 3, 16<, 25.96<,882011, 3, 17<, 26.34<, 882011, 3, 18<, 26.54<, 882011, 3, 21<, 26.91<,882011, 3, 22<, 26.81<, 882011, 3, 23<, 26.87<, 882011, 3, 24<, 27.1<,882011, 3, 25<, 27.17<, 882011, 3, 28<, 27.07<, 882011, 3, 29<, 27.23<,882011, 3, 30<, 27.41<, 882011, 3, 31<, 27.34<, 882011, 4, 1<, 27.5<<
Umm, creo que no es agradable ver los datos de esta manera; pero podemos utilizar unas instrucciones para darle mayorpresentación, veamos los datos de 1.Febrero.2011-15.Febrero.2011
4 |Base de datos : Finanzas
Ciencias Básicas ITES
Grid@FinancialData@"VWNFX", 882011, 2, 1<, 82011, 2, 15<<D@@1 ;; 11, 1 ;; 2DD,
Frame ® All, ItemSize -> Automatic, Background ® 8None, 88LightGray, LightYellow<<<D
82011, 2, 1< 26.982011, 2, 2< 26.8882011, 2, 3< 26.982011, 2, 4< 26.9482011, 2, 7< 27.1482011, 2, 8< 27.382011, 2, 9< 27.21
82011, 2, 10< 27.1882011, 2, 11< 27.382011, 2, 14< 27.3382011, 2, 15< 27.28
Por otra parte, algunos de ustedes puede requerir los datos en excel;
Export@"misdatos.xls", FinancialData@"VWNFX", 882011, 1, 1<, 82011, 4, 1<<DDmisdatos.xls
Mas ejemplos
Ahora encontremos los miembros Industrial Dow Jones con baja volatilidad de 50 días:
Select@FinancialData@"^DJI", "Members"D,
FinancialData@ð, "Volatility50Day"D < 0.20 &D;
FinancialData@ð, "StandardName"D & �� %
8ChevronCorporation, InternationalBusinessMachinesCorp,
IntelCorporation, JohnsonAndJohnson, KraftFoodsInc, CocaColaCompany,
McDonaldsCorporation, 3mCompany, MerckAndCoInc, MicrosoftCorporation,
ProcterAndGambleCompany, ATAndTInc, TheTravelersCompaniesInc,
UnitedTechnologies, VerizonCommunicationsInc, WalMartStoresInc<
Nasdaq.nb | 5
MAHT: mihernan � itesm.mx
Tal vez deseamos saber de alguna otra bolsa, como los primeros miembros de la bolsa de Frankfurt:
Take@FinancialData@"Frankfurt", "Members"D, 10D8F:01C, F:01H, F:01K, F:01T, F:02A1, F:02C, F:02G, F:02K, F:02S, F:02T<
Ok; se que algunos no somos financieros; jeje; entonces probemos lo siguiente
FinancialData@ð, "StandardName"D & ��
Take@FinancialData@"Frankfurt", "Members"D, 10D8ChinaKnghuiSpAdr, Horiba, KellerGrp, TokyuCorp, AscianoGrp, ChinaInfoTech,
GuangzhouAutoH, KiloGoldmines, SparkInfraGrp, TrafairCapital<
de esa forma podemos entender de que compañias hablamos; Ahora veamos el “Cumulative Returns” para varios fondos deinversión desde 1996 hasta el presente.
fondos = 8"VFINX", "VEXPX", "VWNFX", "VWUSX"<;
data =
Tooltip@FinancialData@ð, "CumulativeReturn", 881996, 1, 1<, 82011, 4, 1<<D, ðD & ��
fondos;
DateListPlot@data, Joined ® True, Filling ® BottomD
2000 2005 20100
2
4
6
8
10
12
Veamos ahora la gráfica de precios al cierre para el Nikkei 225, con altos y bajos para cada día durante los últimos 120 días.
DateListPlot@Map@FinancialData@"^N225", ð1, DatePlus@-120DD &, 8"High", "Low", "Close"<D,
Joined ® 8False, False, True<, PlotStyle ® Blue,
Filling ® 81 ® 82<<, FillingStyle ® BrownD
6 |Base de datos : Finanzas
Ciencias Básicas ITES
Jan Feb Mar Apr
9500
10 000
10 500
Referencias Wolfram Research
Nasdaq.nb | 7
MAHT: mihernan � itesm.mx