library(BatchGetSymbols) library(tidyverse) tickers <- GetSP500Stocks()$Tickers first_date <- Sys.Date() - 3*365 last_date <- Sys.Date() df_stocks <- BatchGetSymbols(tickers = tickers, first.date = first_date, last.date = last_date)[[2]] df_sp500 <- BatchGetSymbols(tickers = '^GSPC', first.date = first_date, last.date = last_date)[[2]] library(dplyr) my_tab <- df_stocks %>% group_by(ticker) %>% do(my_arima = arima(x = .$ret.adjusted.prices, order = c(1,0,0))) %>% mutate(arima_forecast = predict(my_arima, n.ahead = 1 )$pred[1]) glimpse(my_tab) # solution idx <- which.max(my_tab$arima_forecast ) print(my_tab$ticker[idx])
# none #my_answers <- make_random_answers(my_sol) my_answers <- rep(NA, 5)
Utilizando as funções do tidyverse, dplyr::group_by
e dplyr::do
, estime um modelo ARIMA para os retornos de cada ação dos dados importados no exercício do SP500. No mesmo dataframe
de saída, crie uma nova coluna com a previsão em t+1 de cada modelo. Qual ação possui maior expectativa de retorno para t+1?
extype: string
exsolution: r mchoice2string(c(TRUE, FALSE, FALSE, FALSE, FALSE), single = TRUE)
exname: "function 01"
exshuffle: TRUE
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.