Baixando Cotações e Plotando Médias Móveis com Python

Jupyter Notebooks permitem que análises de Data Science sejam feitas de forma dinâmica e colaborativa. Aliados com o poder do pandas para manipulação de dados em grandes quantidades, e matplotlib para rápida e fácil visualização, Notebooks são a ferramenta ideal para quem deseja fazer suas próprias análises.

O objetivo do QuantBrasil é compartilhar essas análises, aprendendo e ensinando sobre mercado financeiro e programação durante o processo. Mesmo que você não seja familiar com a tecnologia, fique por aqui! Queremos ser didáticos o suficiente para engajar pessoas com pouco ou nenhum conhecimento técnico, e ainda assim trazer valor com nossas análises mesmo que você seja experiente com análise quantitativa ou programação em Python.

Nota sobre Notebooks

Os posts desse blog são, eles mesmos, Jupyter Notebooks. Todo o código fonte pode ser acessado diretamente no Github. A forma mais simples de reproduzir o que é discutido nesses posts é através do Google Colab, um ambiente Jupyter online, onde você pode rodar suas análises sem precisar baixar nada.

No entanto, para projetos mais completas ou para mais performance, recomendamos a instalação de um ambiente local. Uma sugestão para quem deseja mais recursos é a instalação do Anaconda, que, além do Jupyter, também conta com várias outras ferramentas para Data Science.

Esqueleto de uma Análise

A maior parte dos nossos artigos será composto por três partes:

Aquisição de dados
Manipulação de dados
Análise e/ou Apresentação de resultados

O primeiro post desse site unirá o básico dos 3 — aprenderemos a baixar cotações das empresas via Yahoo Finance e plotaremos as primeiras médias móveis.

1. Aquisição de Dados

Existem várias formas de se conseguir as cotações históricas dos papeis. A melhor, claro, vai depender do contexto e de sua necessidade. A forma mais fácil é através da API do Yahoo Finance, que permite baixar os dados com bastante confiança e de forma muito rápida.

O primeiro passo é instalar a biblioteca:

# %%capture means we suppress the output
%%capture

!pip install yfinance 
import yfinance as yf

Com a biblioteca instalada, baixar os dados é tão simples quanto:

data = yf.download("VALE3.SA", start="2019-01-01", end="2019-12-31")
data

[*********************100%***********************]  1 of 1 completed

	Open	High	Low	Close	Adj Close	Volume
Date
2019-01-02	50.009998	51.369999	49.790001	51.090000	47.774075	17319600
2019-01-03	50.799999	50.939999	48.400002	49.000000	45.819725	30120000
2019-01-04	49.820000	52.450001	49.820000	52.189999	48.802681	43360100
2019-01-07	52.869999	53.650002	51.720001	51.910000	48.540855	20998900
2019-01-08	52.200001	52.799999	51.619999	52.410000	49.008404	19925600
...	...	...	...	...	...	...
2019-12-20	54.770000	54.990002	54.150002	54.790001	51.233932	42124200
2019-12-23	54.900002	54.980000	54.400002	54.580002	51.037563	10225700
2019-12-26	54.810001	55.000000	54.509998	54.790001	51.233932	20410000
2019-12-27	53.990002	54.000000	53.419998	53.599998	51.449287	13920400
2019-12-30	53.650002	53.860001	53.200001	53.299999	51.161327	11928100

247 rows × 6 columns

Pronto! Nós baixamos as cotações da VALE3 do ano de 2019 e armazenamos numa estrutura chamada dataframe. Um dataframe é uma espécie de tabela que permite acesso e manipulação das linhas e colunas de forma eficiente (vetorial), tornando-se ideal para análises de datasets muito grandes.

Caso nosso interesse seja apenas no valor de fechamento, nós podemos acessar colunas específicas do nosso dataframe:

all_closes = data["Adj Close"]
print(all_closes)

Date
2019-01-02    47.774075
2019-01-03    45.819725
2019-01-04    48.802681
2019-01-07    48.540855
2019-01-08    49.008404
                ...    
2019-12-20    51.233932
2019-12-23    51.037563
2019-12-26    51.233932
2019-12-27    51.449287
2019-12-30    51.161327
Name: Adj Close, Length: 247, dtype: float64

Repare que quando selecionamos apenas uma coluna, o retorno é uma instância da classe Series. Series são fundamentalmente diferentes de dataframes — elas podem ser entendidas como vetores unidimensionais. Explorar a diferença entre dataframes e series está além do escopo deste post, mas é importante entender que nem todos os métodos que aplicam-se a um, funcionará no outro.

Caso você deseje explicitamente manipular um dataframe de apenas uma coluna, uma alternativa possível é a seguinte:

df = data[["Adj Close"]]
df

	Adj Close
Date
2019-01-02	47.774075
2019-01-03	45.819725
2019-01-04	48.802681
2019-01-07	48.540855
2019-01-08	49.008404
...	...
2019-12-20	51.233932
2019-12-23	51.037563
2019-12-26	51.233932
2019-12-27	51.449287
2019-12-30	51.161327

247 rows × 1 columns

2. Manipulação de Dados

De posse do nosso dataset, o próximo passo é manipular os dados de acordo com a análise desejada. Nesse post introdutório, iremos calcular duas médias móveis — uma aritmética e outra exponencial.

Usando nosso dataset reduzido, vamos calcular a média móvel de 21 períodos:

df['MM21'] = df["Adj Close"].rolling(21).mean()
df

	Adj Close	MM21
Date
2019-01-02	47.774075	NaN
2019-01-03	45.819725	NaN
2019-01-04	48.802681	NaN
2019-01-07	48.540855	NaN
2019-01-08	49.008404	NaN
...	...	...
2019-12-20	51.233932	48.456697
2019-12-23	51.037563	48.659301
2019-12-26	51.233932	48.834298
2019-12-27	51.449287	49.003519
2019-12-30	51.161327	49.187526

247 rows × 2 columns

Simples, não? O método rolling do dataframe retorna uma janela de período n (21 no nosso exemplo). O método mean() é utilizado para computar a média da janela.

Note que os primeiros valores do nosso dataframe são NaN, ou seja, nulos. Isso é esperado, uma vez que para o primeiro valor de média de n períodos só será possível ser calculado uma vez que haja n linhas. Podemos verificar isso analisando as primeiras 21 linhas do nosso dataframe:

df.head(21)

	Adj Close	MM21
Date
2019-01-02	47.774075	NaN
2019-01-03	45.819725	NaN
2019-01-04	48.802681	NaN
2019-01-07	48.540855	NaN
2019-01-08	49.008404	NaN
2019-01-09	50.205326	NaN
2019-01-10	49.653622	NaN
2019-01-11	48.980354	NaN
2019-01-14	49.186069	NaN
2019-01-15	48.952297	NaN
2019-01-16	49.232830	NaN
2019-01-17	50.710278	NaN
2019-01-18	51.205879	NaN
2019-01-21	51.692131	NaN
2019-01-22	51.505112	NaN
2019-01-23	52.038120	NaN
2019-01-24	52.505665	NaN
2019-01-28	39.610687	NaN
2019-01-29	39.966022	NaN
2019-01-30	43.575493	NaN
2019-01-31	42.546886	48.167262

O cálculo da média exponencial é ligeiramente diferente, mas não menos simples:

df["MME9"] = df["Adj Close"].ewm(span=9, min_periods=9).mean()
df

	Adj Close	MM21	MME9
Date
2019-01-02	47.774075	NaN	NaN
2019-01-03	45.819725	NaN	NaN
2019-01-04	48.802681	NaN	NaN
2019-01-07	48.540855	NaN	NaN
2019-01-08	49.008404	NaN	NaN
...	...	...	...
2019-12-20	51.233932	48.456697	49.832455
2019-12-23	51.037563	48.659301	50.073477
2019-12-26	51.233932	48.834298	50.305568
2019-12-27	51.449287	49.003519	50.534312
2019-12-30	51.161327	49.187526	50.659715

247 rows × 3 columns

Dessa vez nós usamos o método ewm, ou Exponential Weighted Functions. Repare que, ao contrário de rolling, dessa vez nós precisamos explicatamente passar o tamanho da janela (span) e a quantidade mínima de dados até iniciarmos a computação (min_periods).

df.head(9)

	Adj Close	MM21	MME9
Date
2019-01-02	47.774075	NaN	NaN
2019-01-03	45.819725	NaN	NaN
2019-01-04	48.802681	NaN	NaN
2019-01-07	48.540855	NaN	NaN
2019-01-08	49.008404	NaN	NaN
2019-01-09	50.205326	NaN	NaN
2019-01-10	49.653622	NaN	NaN
2019-01-11	48.980354	NaN	NaN
2019-01-14	49.186069	NaN	49.031055

3. Apresentação de Resultados

Nossa simples manipulação de dados está pronta, o que significa que a etapa final da análise é apresentar os resultados. Hoje, iremos simplesmente explicar como fazer uma rápida plotagem dos dados, de forma a simplificar a visualização.

A ferramenta mais comumente utilizada se chama matplotlib, uma robusta biblioteca de visualização gráfica para Python. Hora de importar a biblioteca e plotar o nosso primeiro gráfico:

import matplotlib.pyplot as plt

df["Adj Close"].plot()

<matplotlib.axes._subplots.AxesSubplot at 0x7fcc35127510>

E nada mais! Com apenas uma linha de código conseguimos plotar uma coluna do nosso dataframe como um gráfico de linha. E se quisermos adicionar mais linhas?

df[["Adj Close", "MME9", "MM21"]].plot()

<matplotlib.axes._subplots.AxesSubplot at 0x7fcc336c2ad0>

Novamente simples, como o esperado. Passando um array de colunas ["Adj Close", "MME9", "MM21"] somos capazes de, em uma linha, plotar os 3 valores e automaticamente adicionar uma legenda.

Melhorando a Apresentação do Gráfico

O último ponto que cobriremos nesse post introdutório é como melhorar a visualização do gráfico. Afinal, uma visualização de dados bem-feita precisa ser intuitiva para o leitor.

Para isso, vamos usar cores diferentes para cada linha, além de aumentarmos sua espessura e o tamanho da imagem:

plt.figure(figsize=(16,8))
plt.plot(df["Adj Close"])
plt.plot(df["MM21"], color="green", lineWidth=3)
plt.plot(df["MME9"], color="magenta", lineWidth=3)
plt.legend(df)
plt.show()

Embora pareça mais complicado, todas as linhas são bastante diretas. Vamos explicá-las uma a uma:

plt.figsize determina o tamanho da imagem em polegadas. Nesse caso, nossa figura será 16"x8";
plt.plot, separadamente, permite que você customize a linha que está sendo plotada. Embora não façamos nenhuma mudança na linha inicial, repare que alteramos a cor e a espessura das médias;
plt.legend permite que você tenha mais controle sobre a legenda do gráfico;
Finalmente, plot.show finaliza a customização e exibe a imagem.

Conclusão

Análises quantitativas são uma ferramenta muito poderosa para qualquer projeto de Data Science. Em particular, no mundo do mercado financeiro, elas podem literalmente lhe custar ou gerar dinheiro. Hoje apresentamos a base do que utilizaremos para fazer análises mais complexas no futuro. Espero que o conteúdo tenha sido relevante e que de certa forma seja um incentivo para que você inicie seus estudos na área!