Analisis de Series de tiempo con Python: Analizando el precio de Ecopetrol S.A.

Que es una serie de tiempo¶

Una serie temporal es una sucesión de datos medidos en determinados momentos y ordenados cronológicamente.

En los negocios se encuentran muchos ejemplos de series temporales. Ejemplos de series temporales es el registro del precio de cierre de las acciones de cada día de la bolsa de valores de Colombia (BVC). Otra serie temporal suele ser las ventas diarias, semanales o mensuales en almacenes o grandes superficies como Exito, SAO, etc.

En sectores de la banca existe un gran uso de técnicas y herramientas para analizar series temporales. La herramienta mas popular para análisis de series temporales es sin duda Microsoft Excel. Por medio de filtros avanzados, tablas y gráficos dinámicos se pueden construir magníficos Cuadros de Mando (Dashboards) para impresionar a los tomadores de decisiones en la empresa. SAS (Statistical Analysis Software) es otra de las herramientas de pago para realizar un análisis de este tipo de datos.

Estas y muchas herramientas son de pago, A continuación mostraré una forma de realizar análisis de series temporales con Python, un lenguaje de código abierto especialmente usado para análisis de datos, ciencia de datos, machine learning entre otros.

Se analizará el valor del precio de cierre de la compañía Ecopetrol S.A. El conjunto de datos para este proyecto será extraído de la pagina de Yahoo Finance

Se empezará importando las librerías necesarias para procesar los datos:

In [25]:

import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

A continuación, se crea un objeto llamado dataset en el cuál vamos a almacenar los datos

In [3]:

precios =pd.read_csv("https://query1.finance.yahoo.com/v7/finance/download/EC?period1=1425772800&period2=1457395200&interval=1d&events=history")

Echemos un vistazo rápido a los 7 primeros datos de contiene nuestro objeto precios:

In [26]:

precios.head(7)

Out[26]:

	Date	Open	High	Low	Close	Adj Close	Volume
0	2015-03-09	14.55	14.76	13.86	13.89	10.781767	1020800
1	2015-03-10	13.76	13.94	13.29	13.90	10.789528	1944800
2	2015-03-11	13.75	14.12	13.75	14.05	10.905963	617200
3	2015-03-12	14.24	14.36	14.05	14.32	11.115544	1056600
4	2015-03-13	14.28	14.28	13.71	14.11	10.952536	917400
5	2015-03-16	13.98	14.21	13.40	14.11	10.952536	1432500
6	2015-03-17	13.97	14.56	13.48	14.42	11.193166	1441700

Como podemos observar la columna Date contiene la fecha en que se generó el registro. La columna Open contine el precio de apertura de la acción, es decir, el precio al cuál empezó a cotizarse la acción.

Miremos ahora un poco más a fondo nuestro conjunto de datos:

In [15]:

precios.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 254 entries, 0 to 253
Data columns (total 7 columns):
Date         254 non-null object
Open         254 non-null float64
High         254 non-null float64
Low          254 non-null float64
Close        254 non-null float64
Adj Close    254 non-null float64
Volume       254 non-null int64
dtypes: float64(5), int64(1), object(1)
memory usage: 14.0+ KB

Para tener en cuenta estadísticos descriptivos como la media y desviacion estandar podemos hacer uso de la siguiente línea.

In [24]:

precios.describe()

Out[24]:

	Open	High	Low	Close	Adj Close	Volume
count	252.000000	252.00000	252.000000	252.000000	252.000000	2.520000e+02
mean	10.797262	11.00004	10.588690	10.785516	8.778119	1.023037e+06
std	3.484264	3.50656	3.440111	3.472390	2.550262	5.147702e+05
min	5.360000	5.50000	5.160000	5.400000	4.529967	3.150000e+05
25%	8.270000	8.45000	8.130000	8.280000	6.945949	6.646750e+05
50%	9.990000	10.11000	9.650000	9.920000	8.321717	8.902000e+05
75%	14.007500	14.29000	13.757500	14.077500	11.057659	1.294125e+06
max	17.540001	17.92000	17.440001	17.480000	13.568414	3.295100e+06

podemos notar que la media del precio de cierre ajustado en el ultimo año es de 10.79 dólares. El valor mínimo ha sido 5.36 dolares y el valor máximo fué de 17.54 dólares

Para tener un conjunto de datos limpio debemos cerciorarnos que no haya valores nulos o NaN (NaN: Not a Number) en nuestros datos. el sigiente código nos permite observar que no hay valores nulos en nuestro conjunto de datos.

In [10]:

precios.isnull().sum()

Out[10]:

Date         0
Open         0
High         0
Low          0
Close        0
Adj Close    0
Volume       0
dtype: int64

Analicemos la gráfica de el precio de cierre ajustado:

In [23]:

plot = precios['Adj Close'].plot(figsize=(12, 8))

Un analista técnico podría notar que el precio acaba de romper una linea de tendencia fuerte a la baja y que ha tenido impulso fuerte hacia arriba en la última semana.