facilita: Luis Biedma

Motivación

En el mundo de las finanzas personales, es importante encontrar la mejor inversión para que el dinero ahorrado no pierda valor a lo largo del tiempo. El objetivo de la asesoría financiera es buscar la cartera que mejor se adapte a las necesidades de una persona. Poder manipular datos financieros y obtener insights para tomar decisiones de acuerdo al estado del mercado y de la persona que invierte es de gran importancia para ésto.

Descripción del problema o dataset

El objetivo principal es tratar de dar una buena recomendación de inversión a un grupo de personas con diferentes perfiles y necesidades, haciéndolo de la manera lo más automatizada posible. Vamos a utilizar, en primera instancia, precios de mercado históricos de bonos argentinos en pesos y en dólares, obtenidos de la página http://www.rava.com/, junto con cotizaciones del dólar de diferentes fuentes, entre ellas los precios del Banco de la Nación Argentina, obtenidos desde http://www.bna.com.ar/Personas y una estimación propia del mismo. Los precios diarios de mercado están disponibles para alrededor de 3 años hacia atrás. En una segunda instancia, se pueden obtener otros coeficientes de importancia para las finanzas como CER/UVA o BADLAR/Plazos Fijos, desde la web del Banco Central de la República Argentina en http://www.bcra.gov.ar/PublicacionesEstadisticas/Principales_variables.asp.

El dataset de bonos tiene los precios diarios de los mismos, con 5 datos por día: apertura, máximo, mínimo, cierre y volumen. Uno de los primeros pasos será entender qué representa cada columna de los datos y también aprender cómo funciona el mercado de capitales, lo que haremos en la primera reunión.

Pandas fue creado con el objetivo de simplificar el manejo de datos financieros, lo cual va a venir muy bien para realizar nuestro trabajo.

Práctico de Análisis y Visualización

Objetivo y alcance: Para la estimación del precio a futuro de activos la teoría básica de armado de portafolios, se supone que la distribución de la variación en precios diarios de los precios sigue una distribución normal. Veremos si esos supuestos se cumplen en la realidad y haremos análisis de correlación entre estimaciones propias del “precio de nuestro dólar” y los precios publicados por las entidades financieras. Método: Haremos una limpieza simple de datos en Pandas junto con algunas transformaciones y estadísticas descriptivas, aprenderemos algunas de las formas de visualización que se utilizan en finanzas (no son muy complicadas) y haremos un pequeño estudio estadístico para relacionar nuestras estimaciones del valor del dólar con el “valor oficial”.