El área vital de todo negocio y base del presupuesto anual son las ventas. Existen muchos métodos para realizar un pronóstico de ventas a partir de la experiencia y la observación del propio negocio sin embargo, cuando combinamos esos métodos con la modelización estadística los resultados no solo mejoran, sino, que se ahorra tiempo y disminuye el margen de error.
En el portafolio se encuentra una metodología para realizar un pronóstico de ventas en volumen a partir del histórico del negocio, se utilizan varios modelos estadísticos a través de la paquetería de R TSstudio para generar gráficos interactivos que permitirán una mejor manipulación y visualización de datos vanguardista.
En los últimos años las criptomonedas se han convertido en un tema recurrente de emprendedores con los nuevos modelos de negocio. La alternativa de utilizar el Bitcoin como resguardo de valor a largo plazo es una práctica que ha mostrado el interés de especialistas en finanzas y traders reconocidos..
En este sentido, el Bitcoin se puede considerar una especie de activo de renta variable con una importante volatilidad y un atractivo rendimiento a largo plazo. El modelo Garch y sus variantes son un instrumento estadístico que permite modelar esa volatilidad y tomar posición para decisiones de compra / venta. El Valor en riesgo VaR evalúa el riesgo y la probabilidad de una pérdida en la decisión y respalda los tiempos de recuperación de la inversión.
El Machine Learning se define como el sub-campo de la “Inteligencia Artificial” que se centra en el desarrollo de programas informáticos que tienen acceso a los datos y proporcionan al sistema la capacidad de aprender y mejorar automáticamente, de encontrar patrones en la base de datos sin ninguna intervención o acción humana basado en el tipo de datos, es decir, datos etiquetados o no etiquetados, el enfoque de capacitación del modelo en aprendizaje automático se ha clasificado como aprendizaje supervisado y no supervisado.
El Machine Learning permite realizar un tipo de pronóstico que se crea automáticamente a partir de patrones pasados que pueden repetirse en el futuro, a diferencia de los modelos estadísticos, el aprendizaje automático ajusta el pronóstico de manera autónoma, ofrece la posibilidad de realizar combinaciones de variables relacionadas al pronóstico y de un entrenamiento por fases.
Una de las primeras teorías que se deben aplicar para acceder al mundo de los portafolios de inversión es el de las fronteras eficientes perfeccionada por Markowitz.
Su idea central es que el inversor racional buscará maximizar sus beneficios (retornos) asumiendo el menor riesgo (volatilidad) posible, esto se puede lograr con la diversificación de la cartera, eligiendo en principio, acciones que tengan una correlación baja o negativa. Por ejemplo, combinando acciones de empresas con distinta actividad económica.
Toda la teoría la aplicaremos con el paquete Portfolio que incluye la versión completa de fronteras eficientes y permite elaborar distintos tipos de portafolios descargando automáticamente los valores de los instrumentos que necesitemos, incluso criptomonedas.
"Alcanzar cualquier objetivo en el comercio requiere conocimientos de dominio específicos y habilidades técnicas. Pero luego, después de eso, todo es gestión de la mentalidad. Sin embargo, la mayoría de la gente ignora eso; automáticamente piensan que ya han resuelto la última parte y es un error..."
- Yvan Byeajee, Paradigm Shift:
Cómo cultivar la ecuanimidad frente a la incertidumbre del mercado
La evaluación y formulación de proyectos de inversión es uno de los instrumentos prioritarios que deben acompañar todas las iniciativas de inversión para una toma de decisiones efectiva. Su contenido revela la información que de otra manera no es posible visualizar. Al final, su veredicto puede determinar si un proyecto es rentable o no. Su importancia radica en el trabajo multidisciplinario que genera donde economistas, contadores, ingenieros, administradores, etc, participan con el objeto de introducir una nueva iniciativa de inversión y mejorar sus posibilidades de éxito.
En este sentido, se detalla mi participación en la evaluación y formulación de un proyecto de inversión denominado “Global Nutrition España 2017” emprendido por un importante Grupo Empresarial venezolano del sector salud.
Un panel de control financiero (Financial Dashboard) es una herramienta de “inteligencia empresarial” que ayuda a rastrear todos los KPI financieros relevantes, permite una visión amplia y eficiente del negocio y facilita el seguimiento de los márgenes de ventas y ganancias en detalle para cumplir y superar los objetivos financieros proyectados de un área, línea de negocio, departamento, empresa o grupo de ellas.
La herramienta la desarrollé en el 2018. En la primera versión se diseñó para la presentación de resultados financieros de la V.P de Finanzas de un importante Grupo Empresarial en cuya actividad económica se incluyen: Producción, distribución, venta al mayor, comercialización y una cadena de tiendas al detal.
El análisis del entorno macroeconómico y económico mundial se ha convertido en una puerta para la búsqueda de nuevos mercados emergentes. En el entrenamiento se visualizará el contenido del paquete Gapminder en especial los datos globales de la esperanza de vida al nacer y el producto Interno Bruto per Cápita. Igualmente se elaborarán gráficos interactivos de tendencia y dispersión. Por último, algunas pruebas lineales para determinar correlación y comentarios de las principales observaciones.
La segunda parte del entrenamiento se hará con el paquete Quandl una herramienta poderosa para descargar directamente información macroeconómica (en este caso de Venezuela) utilizando la plataforma del Banco Mundial y su base de datos llamada Indicadores del desarrollo mundial (WDI) "World Development Indicators".
El término geoespacial recientemente ha ganado popularidad y se utiliza para definir los datos colectivos y la tecnología asociada tiene un componente geográfico o de ubicación. Una búsqueda con Ngram Viewer de Google muestra que el término solo ingresó a la literatura a fines de la década de 1980 y ha aumentado rápidamente en frecuencia desde entonces.
La palabra geoespacial se usa para indicar los datos que tienen un componente geográfico. Esto significa que los registros en un conjunto de datos tienen información de ubicación vinculada a ellos como datos geográficos en forma de coordenadas, dirección, ciudad o código postal. Los datos SIG son una forma de datos geoespaciales. Otros datos geoespaciales pueden originarse a partir de datos GPS, imágenes satelitales y geoetiquetado.
En el siguiente entrenamiento se presenta una novedosa herramienta a los traders y especialistas en criptomonedas para hacer pronósticos.
En un mundo tan dinámico, una de las necesidades para estos profesionales es estar actualizados en las técnicas para el análisis de datos con posibilidades predictivas, muchas veces sin la rigurosidad técnica y teórica de los modelos robustos para este tipo de análisis que requieren de un vasto conocimiento en estadísticas o econometría como los modelos del catálogo “Arch-Garch” por ejemplo.
Hace algunos meses leí sobre el paquete Prophet creado por el equipo Core Data Science de Facebook y desarrollado en código abierto. El paquete está disponible para el entorno de desarrollo integrado de Rstudio y Python. En general, es rápido y proporciona pronósticos completamente automatizados para científicos y analistas de datos en solo unas cuántas líneas de código lo que agiliza su aplicación.
En el siguiente ejercicio se realizará una introducción a la Simulación Monte Carlo utilizando los resultados de cartera que se obtuvieron del entrenamiento “Portafolio de Fronteras Eficientes -Markowitz-” que se encuentra en una de las entradas de esta página.
Se realizará en el entorno de desarrollo integrado de Rstudio y el diseño del mismo permitirá conocer los puntos prácticos de su aplicación. No es una inmersión profunda en la Simulación Monte Carlo para problemas industriales muy específicos y bien definidos.
Para entender de manera sencilla la Simulación Monte Carlo es necesario tener presente el significado de dos términos estadísticos: Probabilístico y Determinístico.
Un software de Business Intelligence (BI) es una forma de software que ayuda a todo tipo de empresas a medir y mejorar la productividad.
El tamaño de la empresa no determina el uso de un software de Business Intelligence. Erróneamente se cree que estas metodologías solo aplican para empresas que manejan altos volúmenes de transacciones olvidando que los procesos de una empresa pequeña pueden estar relacionados con grandes cantidades de datos exógenos. El BI permite utilizar y "medir" esas relaciones.
La minería de datos, también conocida como Knowledge Discovery in Data (KDD), es una herramienta prometedora que ayuda a descubrir conocimiento valioso oculto, encontrar patrones dentro de grandes conjuntos de datos y/o correlaciones.
La Ciencia de Datos es multidisciplinaria. Es como un Paraguas y la minería de datos uno de sus componentes. Se pueden reconocer y calificar Patrones con Data Mining que no se pudieron determinar antes. La minería de datos es una tecnología relativamente nueva que analiza grandes cantidades de datos y tendencias almacenadas en bases de datos o depósitos de datos con lo que anteriormente no se podía ir más allá del simple análisis.
Durante el año 2020 se ha desatado un gran interés por conocer el mundo del Trading, cada día son más los que intentan iniciarse en una actividad que hace apenas unos 10 años era un tema dedicado a gente especializada en el área.
Sin embargo, muchos creen que cualquiera puede convertirse en un trader de éxito, que esta actividad no requiere de un estudio y una práctica constante que debe desarrollarse progresivamente y a largo plazo, finalmente vienen los desencantos, fracasos y en muchos casos pérdidas financieras.
El Trading es una actividad que no es nueva, de hecho una de las primeras crisis en mercados financieros especulativos y recordada por sus resultados catastróficos fue la Tulipomanía hace ya más de 350 años.
Cursos digitales de introducción al análisis de datos. La gran demanda que tienen actualmente los métodos para el manejo de datos abren nuevas oportunidades para potenciar las competencias de eficiencia en las empresas con grandes volúmenes de transacciones diarias.
En este sentido, he desarrollado una primera emisión de cursos destinados a reforzar las áreas estratégicas de empresas que no esten adaptadas a los avances tecnológicos o necesiten actualizar a sus operativos para optimizar resultados. Los cursos abarcan en principio Excel con enfoque financiero, luego el análisis de datos con Rstudio para las áreas de manejo de datos avanzados, finalizando con Power BI para Intelligence Business.