Paridad de Riesgo

Objetivo

• Ejemplificar cómo se utilizan en la práctica los modelos basados en Teoría Moderna de Portafolios
  • Repaso de términos básicos usados en el día a día de los manejadores de portafolios
  • Utilizar la paquetería optimist
  • Conocer los conceptos: paridad de riesgo, optimización inversa, rendimientos implícitos

Un recorrido de conceptos básicos

• Usando https://finance.yahoo.com/ y get_prices_yahoo()
  • Tickers
  • OHLC (Open, High, Low, Close)
  • Rendimiento acumulado
  • Liquidez
  • Precios Ajustados
• Valor de un portafolio
  • Rebalanceo

Buscar AMZN, SPOT, TSLA en Yahoo! Finance

Tickers

• El National Numbering Agency (NNA) creo el ISIN (International Securities Identification Number).
• El CUSIP Service Bureau, operado por Standard & Poor’s for the American Bankers Association creo el CUSIP (Committee on Uniform Securities Identification Procedures).
• También empresas como Yahoo! Finance y Bloomberg crean sus propios identificadores (aunque muchas veces son iguales a los tickers de las casas de bolsa).

Veamos algunos ejemplos en la siguiente tabla:

Ticker	Yahoo! Finance	ISIN	CUSIP
IBM	IBM	US4592001014	459200101
AAPL	AAPL	US0378331005	037833100

• Para encontrar tickers usar https://finance.yahoo.com/lookup

¿Porqué hay un brico del punto verde al punto naranja?

Serie de precios de IBM

OHLC

El NYSE, donde se hacen las transacciones de las acciones de IBM, funciona días hábiles entre 9:30am y 4:00pm EST (Eastern Standard Time). Se dice que el precio de apertura (open) es el primer precio después de las 9:30am al que se pacta una transacción de IBM en el día. El precio de cierre (close) es el último precio antes de las 4:00pm al que se pacta una transacción de IBM en el día.

En realidad, los precios de cierre y apertura no son exactamente el primer y último precio al que se cierra una transacción. Dependiendo de la casa de bolsa, los precios de cierre y apertura que se publican pueden ser el promedio de los precios pactados en los últimos/primeros minutos del día de operación.

Optimist demo

• Paquetería R disponible en github en https://github.com/audiracmichelle/optimist

• En R para descargarla se usa

#devtools::install_github("audiracmichelle/optimist")

• Para cargarla a la sesión se usa

library(optimist)

• Para probar que se ha cargado en RStudio podemos escribir

get_

y en el drop-down aparecerán varias opciones de la paquetería junto con su descripción y parámetros

¿Cómo se usa?

• optimist está inspirada en los lenguajes que usan sintaxis de lenguaje natural
• funciona con un flujo secuencial que aprovecha los pipe operators

Cargamos los datos

+ AMZN, SPOT, TSLA

price <- get_prices_yahoo(c('AMZN','SPOT','TSLA'), 
                                  from = '2012-12-31', 
                                  to = '2019-04-30')

• Veamos qué tipo de objeto es price

class(price)

## [1] "xts" "zoo"

head(price)

##            AMZN.Adjusted SPOT.Adjusted TSLA.Adjusted
## 2012-12-31        250.87        149.01         33.87
## 2013-01-02        257.31        149.01         35.36
## 2013-01-03        258.48        149.01         34.77
## 2013-01-04        259.15        149.01         34.40
## 2013-01-07        268.46        149.01         34.34
## 2013-01-08        266.38        149.01         33.68

tail(price)

##            AMZN.Adjusted SPOT.Adjusted TSLA.Adjusted
## 2019-04-22       1887.31        135.92        262.75
## 2019-04-23       1923.77        138.79        263.90
## 2019-04-24       1901.75        135.62        258.66
## 2019-04-25       1902.25        132.82        247.63
## 2019-04-26       1950.63        138.25        235.14
## 2019-04-29       1938.43        138.14        241.47

#Para el seminario usamos plotly
#install.packages("plotly")
library(plotly)

#' @title plotly_xts
#' @description Plots time series from xts
#' @param x xts

plotly_xts <- function(x, ...){
 x %<>%
   as.data.frame() %>%
   tibble::rownames_to_column("date") %>%
   mutate(date = as.Date(date)) %>%
   gather(key, value, -date)

 p <- x %>%
   plot_ly(x = ~date,
           y = ~value,
           color = ~key, ...) %>%
   add_lines()

 p
}

¿Cuál es la diferencia de la siguiente gráfica y la que vimos en Yahoo! Finance?

price %>% 
  plotly_xts()

Rendimiento acumulado

price %>% 
  get_dlyChg_from_price() %>% 
  get_cumRet_from_dlyChg() %>% 
  plotly_xts()