Capítulo 12 Reportando Resultados e Criando Relatórios | Análise de Dados Financeiros e Econômicos com o R

12.1 Reportando Tabelas

Você chegou ao fim da versão online do livro Análise de Dados Financeiros e Econômicos com o R, terceira edição. O conteúdo integral da obra pode ser adquirido na loja da Amazon como ebook ou livro impresso. A compra do livro é uma ótima maneira de suportar este e outros projetos do autor.

12.2 Reportando Modelos

Você chegou ao fim da versão online do livro Análise de Dados Financeiros e Econômicos com o R, terceira edição. O conteúdo integral da obra pode ser adquirido na loja da Amazon como ebook ou livro impresso. A compra do livro é uma ótima maneira de suportar este e outros projetos do autor.

12.3 Criando Relatórios com o RMarkdown

Você chegou ao fim da versão online do livro Análise de Dados Financeiros e Econômicos com o R, terceira edição. O conteúdo integral da obra pode ser adquirido na loja da Amazon como ebook ou livro impresso. A compra do livro é uma ótima maneira de suportar este e outros projetos do autor.

12.4 Exercícios

Q.1

Observe os dados disponíveis no arquivo grunfeld.csv. Importe os dados no R e monte uma tabela descritiva das variáveis. Essa tabela deve oferecer informações suficientes para o leitor entender os dados. Utilize pacote xtable para reportar a mesma no formato LaTeX ou Word/Writer.

library(tidyverse)

my_url <- 'https://eeecon.uibk.ac.at/~zeileis/grunfeld/Grunfeld.csv'

df_grunfeld <- read_csv(my_url, col_types = cols())

my_tab <- tibble(nrows = nrow(df_grunfeld),
                 ncol = ncol(df_grunfeld),
                 n_companies = length(unique(df_grunfeld$firm)),
                 n_years = length(unique(df_grunfeld$year)))

my_tab

library(xtable)

# Save to lates
# save to temp file
my_tex_file <- tempfile(pattern = 'table', fileext = '.tex')
print(xtable(my_tab), file = my_tex_file)

readr::read_lines(my_tex_file)

Q.2

Utilizando função BatchGetSymbols::GetSP500Stocks, selecione 4 ações aleatoriamente e baixe os dados de preços ajustados para os últimos três anos. Estime um modelo ARIMA(1, 0, 1) para cada ação e reporte o resultado na tela do R com função texreg::screenreg.

library(BatchGetSymbols)
library(tidyverse)

tickers <- sample(GetSP500Stocks()$Tickers, 4)
first_date <- Sys.Date() - 3*365
last_date  <- Sys.Date()

df_stocks <- BatchGetSymbols(tickers = tickers, 
                             first.date = first_date, 
                             last.date = last_date)[[2]]


my_tab <- df_stocks %>%
  na.omit() %>%
  group_by(ticker) %>%
  do(my_arima = arima(x = .$ret.adjusted.prices, 
                      order = c(1, 0, 1))) 

glimpse(my_tab)

# solution
library(texreg)

screenreg(my_tab$my_arima)

Q.3

Crie um novo relatório em Rmarkdown contemplando os dois exercícios anteriores. Compile o relatório em html e abra o mesmo no seu browser.

Veja seção “Criando Relatórios com o RMarkdown” do capítulo.