Lmst

#30DayChartChallenge Día 27: ¡Ruido! 📉 Analizando los residuos (el "ruido" inexplicable) del modelo CAPM para Telefónica (TEF.MC) vs IBEX 35. #UncertaintiesWeek #Finance

Este gráfico muestra la serie temporal del error diario del modelo (~18 años). ¿Es solo ruido blanco o algo más? 🤔 Para comprobarlo, ¡test de Dickey-Fuller Aumentado (ADF)!

Resultado ADF: p=0.01. ¡Rechazamos la raíz unitaria! 🎉 Esto sugiere que los residuos son estacionarios, fluctúan alrededor de cero como un "ruido" bien comportado (aunque su volatilidad cambia). ¡Buena señal para el modelo! (R²≈0.66).

Visualizando el componente idiosincrático y su (falta de) tendencia.

🛠 #rstats #ggplot2 #quantmod #tseries | Data: Yahoo/Investing | Theme: #theme_week5_uncertainty
📂 Código/Viz: https://t.ly/nr0nm

#Day27 #Noise #dataviz #DataVisualization #CAPM #Residuals #Stationarity #ADFtest #Econometrics #RiskManagement #TEF #IBEX35 #Bolsa #RStats #ggplot2 #TimeseriesWeek

Gráfico de serie temporal que muestra los residuos diarios (error en %) del modelo CAPM para Telefónica (TEF.MC) frente al IBEX 35, desde aproximadamente 2004 hasta 2022. El eje Y muestra los residuos (%) y el eje X la fecha (Año). Los residuos, representados por una línea gris, fluctúan alrededor de una línea horizontal discontinua roja en cero. Se observan periodos de mayor fluctuación (volatilidad) alrededor de 2008-2009 y 2020. El subtítulo indica que un Test de Dickey-Fuller Aumentado sobre los residuos dio un estadístico de -15.38 y un p-valor de 0.01, sugiriendo estacionariedad. El gráfico usa un tema claro con fondo blanco. Fuente: Yahoo Finance, Investing, Cálculos Propios.

#30DayChartChallenge Día 26: Monochrome! 🖤🤍 Riesgo y Recompensa en el IBEX 35, versión minimalista. #UncertaintiesWeek #Finance

Este gráfico monocromo muestra la evolución (ventana móvil 1 año) de:
⚫️ Ratio de Sharpe Anualizado (eje izq.): ¿Compensa el riesgo asumido? (Usando Bono Alemán 10A como Rf).
▒ Volatilidad Anualizada (eje der., discontinua): ¡El riesgo puro y duro!

La historia que cuenta: ¡cuando sube la volatilidad (gris), el Sharpe (negro) tiende a caer en picado (a veces bajo cero)! Visualiza la dinámica riesgo-recompensa del índice español en las últimas dos décadas.

🛠 #rstats #ggplot2 #data_table #quantmod | Data: Yahoo/Investing | Theme: Mod. theme_light
📂 Código/Viz: https://t.ly/pI1aF

#Day26 #Monochrome #dataviz #DataVisualization #SharpeRatio #Volatility #RiskManagement #MarketRisk #IBEX35 #Bolsa #RStats #ggplot2 #TimeSeries

Gráfico de líneas de tiempo monocromático (negro, gris, blanco) mostrando el Ratio de Sharpe Anualizado móvil (línea sólida negra, eje izquierdo) y la Volatilidad Anualizada móvil (línea discontinua gris, eje derecho, expresada en %) para el índice IBEX 35, desde aproximadamente 2004 hasta 2025. El Ratio de Sharpe fluctúa entre -2.5 y +2.5. La Volatilidad fluctúa entre 10% y 35%. Se observa una relación generalmente inversa: picos de alta volatilidad (ej. 2008-2009, 2020) coinciden con fuertes caídas en el Ratio de Sharpe. El gráfico usa un tema minimalista claro. Fuente: Yahoo Finance e Investing.

#30DayChartChallenge Día 12: Gov Data Day! 🏛️ Explorando la distribución del spread 10Y-2Y del Tesoro USA (datos de FRED desde 1976).

Este histograma/densidad va más allá del valor diario: muestra la *probabilidad* histórica de cada nivel del spread. ¡Clave para entender expectativas económicas!

Puntos clave:
* Modo principal > 0 (curva normal es lo más común).
* ¡La inversión (<0, línea discontinua) tiene una probabilidad no trivial! ⚠️ Es la famosa señal pre-recesión. La distribución nos dice cuán "normal" es esa señal en perspectiva histórica.
* La forma general revela info sobre la dinámica de tipos.

Una visualización sobre la estructura probabilística de un indicador líder fundamental.

🛠️ #rstats #ggplot2 #quantmod #grid
📂 Código/Repo: https://t.ly/0RDmK

#Day12 #Distributions #datagov #dataviz #DataVisualization #YieldCurve #InterestRates #Economics #Finance #Recession #DataAnalysis #ggplot2

Histograma superpuesto con una curva de densidad mostrando la distribución del diferencial diario entre los tipos de interés del Tesoro de EE.UU. a 10 años y 2 años, desde 1976 hasta 2025. El eje X muestra el diferencial en puntos porcentuales, el eje Y muestra la densidad. Las barras del histograma tienen un relleno con degradado vertical azul verdoso. La curva de densidad es de color rosa. Una línea vertical discontinua en x=0 indica la inversión de la curva de tipos, con una etiqueta de texto vertical asociada. El pico principal de la distribución se sitúa alrededor de +1%, con una cola izquierda que se extiende por debajo de cero. Fuente: FRED/U.S. Treasury.

#30DayChartChallenge Día 11: Stripes! Mi versión: ¡El código de barras del pánico del mercado! 😱

Este gráfico muestra una línea de tiempo (1993-2025) donde cada raya vertical representa un día en que el VIX cerró ≥ 30 (¡alta tensión!).

El concepto clave aquí es el **Volatility Clustering**: la alta volatilidad no se distribuye uniformemente, ¡viene en rachas! Los densos grupos de rayas identifican visualmente las grandes crisis (Dot-com, GFC '08, Covid '20...). Los largos periodos en blanco son la calma relativa.

Es una forma directa de ver la *persistencia* y los *regímenes* de la volatilidad del mercado. ¡Olvida las medias simples, el estrés viene en oleadas! 🌊

🛠️ Hecho con #rstats, #ggplot2, #quantmod.
📂 Código/Repo: https://t.ly/-vd9u

#Day11 #Stripes #dataviz #DataVisualization #VIX #Volatility #Finance #StockMarket #Economics #RiskManagement #TimeSeries #MarketHistory #ggplot2 #DataScience

Gráfico estilo código de barras en una línea de tiempo de 1993 a 2025, visualizando días de alta volatilidad del mercado. El eje X muestra los años. Rayas verticales finas de color morado marcan cada día en que el índice VIX cerró igual o superior a 30. Se observan densos clústeres de rayas alrededor de periodos de crisis como 2001-2002, 2008-2009 y 2020. El eje Y está oculto. Título: "Días de Alta Volatilidad del Mercado (VIX >= 30)". Fuente: Yahoo Finance.

#30DayChartChallenge Día 10: ¡Buceando en la Distribución del VIX! 🌊

En lugar de solo ver la línea del VIX, hoy analizamos su "distribución de probabilidad" por Presidencia de EE.UU. (Clinton -> Trump 2º). ¡La forma lo es todo!

Usando #rstats y #ggplot2, estas densidades facetadas nos permiten investigar:
* Modos Dominantes: ¿Cuál era el nivel "normal" de VIX (el pico más alto)? ¿Cambió mucho?
* Multi-modalidad: ¿Hay evidencia de múltiples estados de volatilidad (picos secundarios) dentro de un mismo mandato? 🤔
* Riesgo de Cola: ¿Qué tan probable era el "pánico" (VIX > 35)? ¡Compara las colas derechas!

Estos patrones reflejan los distintos regímenes de volatilidad y la percepción del riesgo sistémico. No es solo el nivel, ¡sino la "estructura" de la incertidumbre lo que importa!

Datos: Yahoo Finance via #quantmod.
📂Código: https://t.ly/kikdo

#Day10 #Multimodal #dataviz #DataVisualization #VIX #Volatility #Finance #StockMarket #Economics #RiskManagement #rstats #ggplot2

Gráfico facetado con curvas de densidad mostrando la distribución del nivel diario del Índice VIX para seis periodos presidenciales de EE.UU.: Bill Clinton, George W. Bush, Barack Obama, Donald Trump (1er mandato), Joe Biden y Donald Trump (2º mandato, inicio). Cada faceta corresponde a un presidente. El eje X representa el nivel del VIX y el eje Y la densidad. Las curvas de densidad están coloreadas según el partido: azul para Demócrata, rojo para Republicano. Una línea vertical discontinua marca VIX=20 y una línea vertical punteada marca VIX=35. Fuente: Yahoo Finance.

FOSS Trading: #quantmod 0.4.25 on CRAN
https://blog.fosstrading.com/2023/08/quantmod-0-4-25-on-cran/

This release updates getSymbols() to allow you to import 7 days of intraday data from Yahoo Finance!

Join my email list for posts and exclusive content!
http://eepurl.com/ikAbd9

#rstats #rfinance

#quantmod

Client Info