Acceder

Participaciones del usuario efueyo - Bolsa

efueyo 01/06/22 18:13
Ha respondido al tema Seguimiento del indicador Fear & Greed de CNN
 Para los que vean complicado instalar Anaconda3, existe esta alternativa, consistente en instalar  Jupyter Notebook   Instrucciones en este enlace: https://ubunlog.com/jupyter-notebook-python-ubuntu/Una vez abierto el programa, introducimos en una celda el código anterior y no olvidemos poner la dirección en la que queremos que se descarguen los dos ficheros.
efueyo 01/06/22 16:35
Ha respondido al tema Seguimiento del indicador Fear & Greed de CNN
Comparto con vosotros una opción que he encontrado para poder descargar una base de datos histórica de este índice.Mi ordenador tiene como sistema operativo Linux. En Windows se puede hacer de la misma manera. Solamente varia la forma instalar Anaconda3 y de acceder a la consola para crear el entrono virtual e instalar el otro paquete.He creado un entorno virtual en el que tengo instalados los paquetes: Anconda3 y    fear&greedhttps://pypi.org/project/fear-and-greed/Una vez realizado esto, abrimos un notebook en  'jupyter lab' e introducimos el siguiente código.# source = https://freshprinceofstandarderror.com/finance/fear-and-greed-index-data-in-python/# getting data in JSON format import osimport requests, jsonimport pandas as pdos.chdir('/media/enri/Mi_Proyecto/Py_Proyecto_2022/Gestion-Conservadora-de-Activos_Financieros/Datos/Ficheros_varios')headers = {   'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.4951.67 Safari/537.36'}BASE_URL = "https://production.dataviz.cnn.io/index/fearandgreed/graphdata"START_DATE = '2021-01-01'r = requests.get("{}/{}".format(BASE_URL, START_DATE), headers=headers)data = r.json()fear_greed_index = pd.DataFrame(data['fear_and_greed_historical']['data'])fear_greed_index['x'] = pd.to_datetime(fear_greed_index['x']//1000, unit='s').dt.strftime('%Y-%m-%d')fear_greed_index = fear_greed_index.rename(columns={'x':'date','y':'fear_metric'})fear_greed_index['date'] = fear_greed_index['date'].astype('datetime64[ns]')fear_greed_index['date'] = pd.to_datetime(fear_greed_index['date'], format='%Y%m%d')fear_greed_index = fear_greed_index.rename(columns={'date':'Date' })fear_greed_index.set_index('Date', inplace = True)df_fear_gear = fear_greed_index.drop_duplicates() df_fear_gear.to_excel('df_fear_gear.xlsx')df_fear_gear.to_csv('df_fear_gear.csv')Los datos se descargarán en ficheros Excel uno con formato .csv y el otro .xlsx, en el directorio que hayais elegido.
efueyo 30/05/22 22:37
Ha respondido al tema Seguimiento del indicador Fear & Greed de CNN
Gracias. Tu explicación es muy clara. Voy a realizar unas simulaciones y ver si puedo implementar en Python, todas esas variables que me estas indicando, para automatizar de alguna manera este proceso, aunque siempre, antes de proceder a comprar o vender hay que echar un vistazo a la tabla de datos y reflexionar sobre el resultado que pueda reportar un programa.Considerar tambien un indicador de fuerza como el RSI, ¿puede ayudar a tomar la decisión?.El algoritmo, puede controlar cada día qué valor del R$G nos originaría pérdidas, cuando esá cayendo desde 50. Por ello, quizás algún indicador complementario como el RSI nos podría ayudar a fijar de forma automática, el punto de venta sin pérdidas en ese movimiento.Un problema que tengo es no disponer de todos los datos de este índice, limita muchomis posibilidades de simulación. Seguiré buscando en Internet. 
efueyo 30/05/22 17:35
Ha respondido al tema Seguimiento del indicador Fear & Greed de CNN
Intento ver la bondad de este indicador para establecer una estrategia conservadora. He seleccionado el fondo indexado  Amundi Index MSCI World, ISIN:   | LU0996182563 para las simulaciones.Despues de introducir manualmente en una hoja Excel los valores más representativos para las simulaciones que quiero realizar(dado que no he sido capaz de encontrar algún enlace en internet que me permita descargarlos todos),  realicé las siguientes simulaciones.1ª simulaciónPlanteo una estrategia de comprar si IFG <=25 y vender si IFG>=75. Muestro a continuación el resultado.He ocultado algunas filas para posibilitar su visión en esta pantalla. Al final adjuntaré un link para su descarga.Desde el 2018-02-06 hasta 2021-11-09, aplicando este riterio, surgen tres oportunidades de venta y dos de compra.  El resultado es:Valor final manteniendo la inversión inicial:  10447,51€Valor final aplicando la estrategia:  10461,33€Realicé una segunda simulación, esta vez con la estrategia de comprar si IFG <=15 y vender si IFG>=90. Muestro a continuación el resultado.En todo este período, solamente surge una oportunidad de venta, pero que no aporta ningún beneficio.Con estos resultados me planteo , ¿qué otros parametros condicionales podría incorporar a las simulaciones en la búsqueda de una estrategia ganadora, conservadora, utilizando este índice?.Agradeceré vuestras sugerencias. Saludos cordialesdescarga de la hoja excel 
efueyo 07/04/22 12:44
Ha respondido al tema Pivot point: ¿Para que sirven?
Gracias @HarruinadoEntiendo que este termómetro sirve para Dow, S&P500 y Nasdaq.  ¿Conoces algún termómetro para el Eurostoxx e Ibex35?.  
efueyo 06/04/22 18:17
Ha respondido al tema Pivot point: ¿Para que sirven?
¿Se podrían utilizar los Pivot Point en el caso de Fondos de Inversión, tomando los máximos y mínimos de los últimos 20 días?
efueyo 06/04/22 18:15
Ha respondido al tema ¿Qué son los Pívot Points?
¿Se podrían utilizar los Pivot Point en el caso de Fondos de Inversión, tomando los máximos y mínimos de los últimos 20 días?
efueyo 01/10/13 17:30
Ha publicado el tema Planes de Pensiones y ERES - Renta 4