Algunos gráficos de información bursátil

Hoy voy a presentar algunos gráficos de información bursátil adaptados a partir de código de Eric Zivot, el instructor del curso Introduction to Computational Finance and Financial Econometrics que estoy siguiendo (un poco como puta por rastrojo: siempre me las arreglo para resolver los ejercicios en el último minuto y antes de haber revisado la teoría) en Coursera.

Por si pueden servir de algo a otros, los reproduzco y comento aquí. Primero, hay que importar las librerías necesarias:

Luego, descargar datos de cotizaciones (de Telefónica, cuyo símbolo es TEF.MC) de Yahoo.

precios.TEF <- get.hist.quote(instrument="TEF.MC", start="1998-01-01",
                              end="2012-10-15", quote="AdjClose",
                              provider="yahoo", origin="1970-01-01",
                              compression="m", retclass="zoo")
rent.TEF <- diff(log(precios.TEF))

Nótese que estoy solicitando datos desde 1998 hasta el 15 de octubre de 2012. Además, sólo una observación por mes (a través de la opción compression). Finalmente, de las varias columnas de información que ofrece Yahoo (precio de apertura, cierre, máximo, mínimo, etc.) me quedo con el AdjClose, es decir, el cierre ajustado. Es el precio que incluye (o tiene en cuenta) fenómenos de relevancia económica pero no reflejados en los precios de cierre tales como los dividendos, los splits, etc.

Haciendo

chart.TimeSeries(rent.TEF, legend.loc = "bottom", main = "Rentabilidad mensual de TEF")

se obtiene entonces

Alternativamente, también puede hacerse

chart.Bar(rent.TEF, legend.loc = "bottom", main = "Rentabilidad mensual de TEF")

para obtener

La función chart.CumReturns con los parámetros que aparecen en

chart.CumReturns(diff(precios.TEF)/lag(precios.TEF, k = -1), 
                 legend.loc="topleft", wealth.index = TRUE,
                 main="Valor actual de una inversión de 1€")

representa el valor a lo largo del tiempo de un euro invertido al principio de la serie temporal, es decir, este ruinoso negocio:

Finalmente, haciendo

ret.mat <- coredata(rent.TEF)
 
# here are the 4 panel plots
par(mfrow = c(2, 2))
 
hist(ret.mat[,1], main = "Rentabilidad Mensual de TEF",
     xlab = "VBLTX", probability = TRUE, col = "slateblue1")
boxplot(ret.mat[,1],outchar=T, main="Boxplot", col="slateblue1")
plot(density(ret.mat[,1]), type = "l", main = "Densidad suavizada",
     xlab = "rentabilidad mensual", ylab = "estimación de la densidad", col = "slateblue1")
qqnorm(ret.mat[,1], col = "slateblue1")
qqline(ret.mat[,1])
 
par(mfrow = c(1, 1))

se construye el gráfico

que permite investigar, por ejemplo, si es o no sensato suponer que las rentabilidades mensuales siguen una ley normal.