normalizandoprecos.rmd

---
output:
  word_document: default
  html_document: default
---
# Normalizando os preços das ações

### Neste breve estudo mostrarei a importância de normalizarmos os preços das ações em nossas análises, que informações podemos extrair disso e as suas vantagens. Para realizar esse estudo, utilizei as mesmas empresas dos dois estudos anteriores, com exceção do Banco PAN (BPAN4). Os dados foram obtidos através do Yahoo Finanças (https://br.financas.yahoo.com/).

### O primeiro passo é carregar as libraries que precisaremos para o estudo
```{r setup, include=TRUE, warning=FALSE, message=FALSE}
library(ggplot2)
library(readr)
library(dplyr)
library(corrplot)
```

## Importando dados das ações
```{r, include=TRUE, warning=FALSE, message=FALSE}
path <- "C:/Users/..."

setwd(path)

oname <- list.files(path=getwd())  

numfiles <- length(oname) 

Adjcloses <- read.csv("BBAS3.SA.csv")[1]

for(i in c(1:numfiles))
{
  name <- substr(oname[i],length(oname[i]),length(oname[i])+4)
  temp <- assign(name, read.csv(oname[i],
                                col.names = c("Date", "Open", "High", "Low", "Close", 
                                              paste(name),"Volume"), na.strings=c("","null")
  ))
  Adjcloses <- merge(Adjcloses,temp[,c(1,6)],by="Date",all = TRUE)     
}

Adjcloses$Date1 <- as.Date(Adjcloses$Date, format = "%Y-%m-%d")

Adjcloses[ Adjcloses==0 ] <- NA

Adjcloses$BPAN4 <- NULL

Adjcloses1 <- Adjcloses[,-c(1,34)]  
    
nova <- data.frame(lapply(Adjcloses1,function(x) x/x[1]))

nova$Date1 <- Adjcloses$Date1
```


## Vamos plotar agora as ações por setor da economia
### Bancos
```{r, echo=F, warning=FALSE, message=FALSE, fig.width = 8}
# Criar gráfico da variação do preço das ações
aa <- nova

aa[ aa==0 ] <- NA

a <- ggplot() + 
  geom_line(data = aa, aes(x = Date1, y = aa$ABCB4, color = "ABCB4"),size=0.72) +
  geom_line(data = aa, aes(x = Date1, y = aa$BBAS3, color = "BBAS3"),size=0.72) +
  geom_line(data = aa, aes(x = Date1, y = aa$BBDC4, color = "BBDC4"),size=0.72) +
  geom_line(data = aa, aes(x = Date1, y = aa$ITUB4, color = "ITUB4"),size=0.72) +
  xlab('Data') +
  ylab('Preço Normalizado')

a$labels$colour <- "Bancos"

print(a)


```

### Mineradoras e Metalúrgicas

```{r, echo=F, warning=FALSE, message=FALSE, fig.width = 9}
b <- ggplot() + 
  geom_line(data = aa, aes(x = Date1, y = aa$USIM5, color = "USIM5"),size=0.72) +
  geom_line(data = aa, aes(x = Date1, y = aa$GOAU4, color = "GOAU4"),size=0.72) +
  geom_line(data = aa, aes(x = Date1, y = aa$CSNA3, color = "CSNA3"),size=0.72) +
  geom_line(data = aa, aes(x = Date1, y = aa$VALE5, color = "VALE5"),size=0.72) +
  
  xlab('Data') +
  ylab('Preço Normalizado')

b$labels$colour <- "Mineradoras e Metalúrgicas"

print(b)

```

### Celulose

```{r, echo=F, warning=FALSE, message=FALSE, fig.width = 8}
c <- ggplot() + 
  geom_line(data = aa, aes(x = Date1, y = aa$FIBR3, color = "FIBR3"),size=0.72) +
  geom_line(data = aa, aes(x = Date1, y = aa$SUZB5, color = "SUZB5"),size=0.72) +
  
  xlab('Data') +
  ylab('Preço Normalizado')

c$labels$colour <- "Celulose"

print(c)

```

### Serviços Públicos

```{r, echo=F, warning=FALSE, message=FALSE, fig.width = 9}
d <- ggplot() + 
  geom_line(data = aa, aes(x = Date1, y = aa$SAPR4, color = "SAPR4"),size=0.72) +
  geom_line(data = aa, aes(x = Date1, y = aa$SBSP3, color = "SBSP3"),size=0.72) +
  geom_line(data = aa, aes(x = Date1, y = aa$CGAS3, color = "CGAS3"),size=0.72) +
  
  xlab('Data') +
  ylab('Preço Normalizado')

d$labels$colour <- "Serviços Públicos"

print(d)

```

### Energia Elétrica

```{r, echo=F, warning=FALSE, message=FALSE, fig.width = 9}
e <- ggplot() + 
  geom_line(data = aa, aes(x = Date1, y = aa$CMIG4, color = "CMIG4"),size=0.72) +
  geom_line(data = aa, aes(x = Date1, y = aa$ELET3, color = "ELET3"),size=0.72) +
  geom_line(data = aa, aes(x = Date1, y = aa$ELPL4, color = "ELPL4"),size=0.72) +
  geom_line(data = aa, aes(x = Date1, y = aa$ENBR3, color = "ENBR3"),size=0.72) +
  geom_line(data = aa, aes(x = Date1, y = aa$EQTL3, color = "EQTL3"),size=0.72) +
  
  xlab('Data') +
  ylab('Preço Normalizado')

e$labels$colour <- "Energia Elétrica"

print(e)

```

### Construção

```{r, echo=F, warning=FALSE, message=FALSE, fig.width = 8}
f <- ggplot() + 
  geom_line(data = aa, aes(x = Date1, y = aa$EZTC3, color = "EZTC3"),size=0.72) +
  geom_line(data = aa, aes(x = Date1, y = aa$MRVE3, color = "MRVE3"),size=0.72) +
  geom_line(data = aa, aes(x = Date1, y = aa$CYRE3, color = "CYRE3"),size=0.72) +
  
  xlab('Data') +
  ylab('Preço Normalizado')

f$labels$colour <- "Construção"

print(f)

```

### Petróleo

```{r, echo=F, warning=FALSE, message=FALSE, fig.width = 8}
g <- ggplot() + 
  geom_line(data = aa, aes(x = Date1, y = aa$PETR4, color = "PETR4"),size=0.72) +
  geom_line(data = aa, aes(x = Date1, y = aa$QGEP3, color = "QGEP3"),size=0.72) +
  
  xlab('Data') +
  ylab('Preço Normalizado')

g$labels$colour <- "Petróleo e Gás"

print(g)

```

### Maquinário

```{r, echo=F, warning=FALSE, message=FALSE, fig.width = 8}
h <- ggplot() + 
  geom_line(data = aa, aes(x = Date1, y = aa$MYPK3, color = "MYPK3"),size=0.72) +
  geom_line(data = aa, aes(x = Date1, y = aa$POMO4, color = "POMO4"),size=0.72) +
  geom_line(data = aa, aes(x = Date1, y = aa$RAPT4, color = "RAPT4"),size=0.72) +
  geom_line(data = aa, aes(x = Date1, y = aa$TUPY3, color = "TUPY3"),size=0.72) +
  geom_line(data = aa, aes(x = Date1, y = aa$WEGE3, color = "WEGE3"),size=0.72) +
  
  xlab('Data') +
  ylab('Preço Normalizado')

h$labels$colour <- "Maquinário"

print(h)

```

### Varejo

```{r, echo=F, warning=FALSE, message=FALSE, fig.width = 8}
i <- ggplot() + 
  geom_line(data = aa, aes(x = Date1, y = aa$BTOW3, color = "BTOW3"),size=0.72) +
  geom_line(data = aa, aes(x = Date1, y = aa$LAME4, color = "LAME4"),size=0.72) +
  geom_line(data = aa, aes(x = Date1, y = aa$HGTX3, color = "HGTX3"),size=0.72) +
  geom_line(data = aa, aes(x = Date1, y = aa$LREN3, color = "LREN3"),size=0.72) +
  
  xlab('Data') +
  ylab('Preço Normalizado')

i$labels$colour <- "Varejo"

print(i)

```