8/3/2019 Tutorial VII Precios intrada

1/7

Laboratorio Financiero

Tutorial VII

Precios Intrada (Datos de Alta frecuencia)

Por: Juan Carlos Garca1

1. MARCO CONCEPTUAL

El desarrollo en las ltimas dcadas de los computadores, y de diferentes sistemas deinformacin ha posibilitado tener y procesar informacin que antes era imposible. Elestudio de los datos de alta frecuencia, aquellos que se generan durante el proceso denegociacin en los mercados financieros durante el da, ha despertado el inters deinvestigadores financieros as como diferentes instituciones interesadas en analizar ointentar predecir su comportamiento.

Existen dos tipos de datos de alta frecuencia denominados:

1. Datos de alta frecuencia agregados por intervalos de tiempo constante,generalmente en intervalos expresados en minutos, o en segundos.

2. Ultra High-Frequency data (ver Engle 2000), que simplemente es el total de lastransacciones registradas durante el da. Estos tipos de datos son almacenados ysu distribucin en el tiempo es variable.

Los datos de alta frecuencia presentan las siguientes caractersticas:

1. La volatilidad de los precios intrada est serialmente correlacionada

2

2. Generalmente los datos presentan altas fluctuaciones en las horas cercanas alcierre y cuando los mercados inician sus transacciones (McInish y Wood 1992).

Dado que los datos de alta frecuencia por estructura son heteroscedsticos3, laestimacin por mtodos regresivos tradicionales como los Mnimos cuadrados Ordinariosno es la apropiada. Los modelos generalmente empleados para este tipo de datos son losdenominados ARCH (Autoregresive Heteroskedasticity model), GARCH (GeneralAutoregresive Heteroskedasticity model) y sus modificaciones. Al final del tutorial, el lectorpuede encontrar una extensa bibliografa de este tipo de modelos.

1Estudiante de Economa y Negocios Internacionales. Monitor del Laboratorio Financiero de la Universidad

Icesi. Este Tutorial cont con la supervisin del profesor Luis Berggrun.2

Hecho demostrado por Robert Engle en diferentes estudios desde 1982, al igual que otros investigadorescomo Tim Bollerslev.3

La varianza no es constante.

8/3/2019 Tutorial VII Precios intrada

2/7

Laboratorio Financiero

2. MECANISMO PARA EXTRAER DATOS DE ALTA FRECUENCIA DEL SISTEMABLOOMBERG PROFESSIONAL:

Una vez se encuentre dentro del sistema, ubique el activo financiero que desee analizar. Para

efectos del ejercicio usaremos el ndice General de la Bolsa de Valores de Colombia (IGBC). Demodo que pulse: IGBC en el teclado de Bloomberg Professional y se encontrar enel men principal del IGBC. Este debe lucir como se muestra a continuacin:

Grfico 1. Men principal del IGBC

Fuente: Bloomberg Professional

A continuacin dividiremos la explicacin en dos unidades, la primera hablar sobre cmo extraerdatos Ultra-High Frequency, y la segunda sobre datos intrada con periodos predeterminados.

2.1. Sobre cmo extraer datos Ultra-High Frequency:

Una vez dentro del men principal para el ndice de Bolsa de Colombia (IGBC), presione GIP. Este le mostrar un grafico del comportamiento del ndice durante el da. Observe el grfico2.

Grfico 2. Grfico Intrada del IGBC

Fuente: Bloomberg Professional

Zoom

Hora del da

8/3/2019 Tutorial VII Precios intrada

3/7

Laboratorio Financiero

A continuacin haga clic derecho sobre la grfica, selecciones la opcin Copiar datos enClipboard. Luego abra un libro de Excel y en el men herramientas seleccione pegar.

Inmediatamente los datos aparezcan en el documento de Excel, seleccione el icono paraorganizar los datos del ms antiguo al ms reciente.

Nota: El computador no alcanza a capturar todos los datos generados durante el da; solo suelecapturar unos cuantos. Para obtener todos los datos, debe realizar un proceso un tantodispendioso que se describe a continuacin:

1. Observe en el grfico 2 el crculo rojo que muestra un Link llamado ZOOM, presinelocon el Mouse y luego seale sobre la grfica en las horas iniciales. Inmediatamente lagrfica se ampliar en ese sector especfico.

2. Repita el proceso varias veces hasta que la imagen no se pueda ampliar ms. Como semuestra a continuacin:

Grfico 3. Secuencias de ampliacin de pantalla.

Fuente: Bloomberg Professional

3. Una vez obtenga el ZOOM mximo, repita el proceso inicial de seleccionar la opcincopiar datos en clipboard, y pguelos en Excel, de esa manera el computador puedecapturar ms transacciones para la parte de la grfica que aparece en la pantalla.

4. Repita los anteriores procesos varias veces, tomando partes diferentes de la grfica ahoras cada vez mayores (la hora del da es la que aparece en el grfico 2 encerrada conazul), y pegando los datos en diferentes columnas en Excel dentro de la misma hoja.

5. Finalmente, con todos los datos, construya en Excel una columna nueva en la que con losdatos extrados anteriormente forme su base de datos del da.

El computador captura todas las transacciones del da, sin embargo, con el Zoom se logra capturarel mayor nmero de transacciones durante el rea ampliada. Como ver el lector este es unproceso bastante largo y es posible que no logre obtener el total de los datos generados durante el

da.2.2. Sobre cmo extraer datos de alta frecuencia con periodos predeterminados:

Obtener el total de los datos generados durante el da es un proceso bastante dispendioso y no esmuy prctico a la hora de efectuar anlisis con los mtodos tradicionales de series de tiempo. Acontinuacin mostramos como extraer datos de alta frecuencia, predeterminando la periodicidad deestos a intervalos fijos. A diferencia del proceso anterior, ste es ms fcil, menos dispendioso y nohay riesgo de dejar de tomar informacin, pues el Sistema Bloomberg Professional los organizaautomticamente.

Una vez dentro del men principal del IGBC, digite el ticker IGPO . Debe de aparecer unmen que luce as:

8/3/2019 Tutorial VII Precios intrada

4/7

Laboratorio Financiero

Grfico 4. Men IGPO del ndice General de Colombia (IGBC)

Fuente: Bloomberg Professional

Observe la parte encerrada con rojo, periodo corresponde al intervalo de tiempo (medido enminutos) por el cual usted quiere que le aparezcan los datos. El rango es para determinar elnmero de das hacia atrs para los cuales usted desea observar la serie. Con Hora, define elnmero de horas dentro del da por el cual usted quiere los datos. Para efectos del ejercicio, leordenaremos al sistema que queremos 10 das hacia atrs, es decir digite 10 en rango. En horano haremos modificaciones pues el horario de bolsa es de 9:00 a 1:00, por lo tanto no es necesariamodificarla, finalmente en periodo definiremos intervalos de 5 minutos, por lo tanto digite 5.

Ahora, observe dentro del valo azul, en Superior puede escoger entre grfico de barras o grficode velas para este caso escoja grfico de barras, y en Inferior, puede elegir el volumen decomercio, para este caso como estamos analizando un ndice entonces lo que aparecer ser elnmero de Ticks (Nmero de cambios del ndice dentro del intervalo definido), escoja esta opcin.A continuacin oprima . La Grfica por ende debe cambiar de apariencia, ajustndose a susrdenes, luciendo as:

8/3/2019 Tutorial VII Precios intrada

5/7

Laboratorio Financiero

Grfico 5. Men IGPO del ndice General de Colombia (IGBC)

Fuente: Bloomberg Professional

Ahora sobre la grfica haga click derecho, seleccione la orden copiar datos en Clipboard y abra elBlock de Notas de Windows. Una vez abierto, presione Ctrl. V para exportar los datos

Grfico 6. Datos exportados a Block de Notas

Como en Colombia el separador de decimales es la coma (,) y no el punto (.) como en EstadosUnidos, entonces en Edicin, haga Click en Reemplazar inmediatamente se abrir un cuadro dedialogo, donde en Buscar digite ., y en Reemplazar por, digite ,, y finalmente elija reemplazartodo. Lo anterior le cambiar todos los puntos por decimales, finalmente, copie los datos ypguelos en Excel. Recuerde que los datos estn organizados del da ms reciente al ms antiguoelegido por usted.

Volumen

de

Comercio

8/3/2019 Tutorial VII Precios intrada

6/7

Laboratorio Financiero

Grfico 7. Cuadro de Block de Notas.

Nota: El sistema Bloomberg Professional almacena los datos intraday de cualquier activonicamente por 22 das hbiles de comercio (trading).

3. REFERENCIAS BIBLIOGRFICAS

BLOOMBERG PROFESSIONALBOLLERSLEV, T. ENGLE, R. y NELSON, D (1994). ARCH Models. Robert Engle y D. McFaddeneditores. Handbook of Econometrics, Vol IV. Elservier, Amsterdam.

BOLLERSLEV, T, CHOU, R y KRONNER, K (1992). Arch Modelling in Finance: A review of theTheory and Empirical Evidence. Journal of Econometrics, No 52, 5-59.

BOLLERSLEV, T. (1986). Generalized Autorregresive Condicional Heterocedasticity. Journal ofEconometrics, No 51, 307-327.

BOX PIERCE (1970). Distribution of Residual Autocorrelationsin Autorregresive and MovingAverages Time Series Models. Journal of the American Statistical Association, No 65, 1509-26.

DICKEY, D y FULLER (1979). Distribution and Estimators for Autoregressive Time Series with anUnit Root. Journal of the American Statistical Association, No 77, 427-431.

DE ARCE BORDA. 20 aos de modelos ARCH: una visin de conjunto de las distintas variantesde la familia. Madrid, 2003, 29 p. Universidad Autnoma de Madrid. Departamento de EconomaAplicada.

DROST, F y C. KLAASSEN (1997). Efficient Estimation in Semiparametric GARCH Models.Journal of Econometrics, No 81, 193-221.

ENGLE, Robert F (Jan., 2000). The Econometrics of Ultra-High-Frequency Data. Econometrica,Vol. 68, No.1, 1-22.

ENGLE, R. Y NG,V. (1993). Measuring and Testing the Impact of News on Volatility. Journal ofFiannce, No 48, 1749-1778.

ENGLE, R y BOLLERSLEV, T. (1986). Modelling the Persistence of Conditional VarianceEconometric Reviews, No 5, 1-50 y 80-87.

ENGLE, R.F. (1982a). Autorregresive Conditional Heterocedasticity with Estimates of the Varianceof the U.K. Inflation. Economtrica, 50. Pgs: 987-1008

GOURIEROUX, C. y MONTFOR, A. (1992). Qualitative Threshold ARCH Models. Journal of

Econometrics, No 52, 159-199.

8/3/2019 Tutorial VII Precios intrada

7/7

Laboratorio Financiero

JAIN, P.C., Gun-Ho JOH (Sep., 1988). The Dependence between Hourly Prices and TradingVolume The Journal of Financial and Quantitative Analysis, Vol. 23, No. 3, 269-283.

MCINISH, Thomas H. (Jun., 1992). An Analysis of Intraday Patterns in Bid/Ask Spreads for NYSE

Stocks The Journal of Finance, Vol. 47, No. 2,. 753-764.MCINISH, Thomas H., Robert A. WOOD (Winter 1991). Hourly Returns, Volume, Trade Size, andNumber of TradesThe Journal of Financial Research Vol. XIV, No. 4

PAGAN, A. Y SCHWERT, W. (1990). Alternative Models for Conditional Stock Volatility. Journal ofEconometrics, No 45, 267-290.

PERRON, P. (1989). The Great Crash, the Oil Price Shock and the Unit Root Hypothesis.Econometrica, No 57, 1361-1401.

SCHWARZ, G. (1978). Estimating the dimension of a Model. Annals of Statistics, 6 464-464.