Columnas "d_orig" y "d_fix" en U$D

Fix data 2022-03-09

Columnas "_mep"

Dolar MEP

JotaPe

ARG - Bonos y dolar MEP

# Dolar MEP
Cálculo de cotización de dólares MEP para los bonos **AL29, AL30, AL35, GD29, GD30, GD35 y GD38**

## Resumen
* Se parte del dataset [Financial - Argentina - Sovereign Bonds - Historical Prices - Daily](https://www.alphacast.io/datasets/5359) , y se genera uno nuevo, como fuente de datos de todos los gráficos: [ARG - Bonos y dolar MEP](https://www.alphacast.io/datasets/11946)
* Corrección de los datos para el día **4 de nov. del 2021**
* Para la cotización en pesos, se mueven los datos 1 día a posterior para simular el **parking**
* Calculo **MEP** sobre cotización `$ / U$D`
* Gráfico con **media móvil de 5 días** para c/u de los bonos

*NOTA: Se muestran algunas generaciones de columnas hechas en **python**.*

## Data Original
Gŕafico con las columnas `_orig`, que poseen los **datos originales** obtenidos del dataset [Financial - Argentina - Sovereign Bonds - Historical Prices - Daily](https://www.alphacast.io/datasets/5359).
@chart https://charts.alphacast.io/p/JotaPe/dolar-mep/cotizaciones-en-y-ud-del-dataset-original

## Fix data 2021-11-04
Para el día **4/11/2021**, hay un pico descendente. Ese valor se observa que **no es 0**, y parece que sería el valor correcto pero con problemas del caracter de decimales. 
Se multiplica por 1000 y se grafica para ver si tiene sentido. 
Esas multiplicaciones se guardan en la columna `_fix`.

```
# PYTHON
cols_f = ['AL29_FIX', 'AL30_FIX', 'AL35_FIX', 'GD29_FIX', 'GD30_FIX', 'GD35_FIX', 'GD38_FIX']
df_ora.loc[df_ora['FECHA'] == '2021-11-04', cols_f ] = df_ora.loc[df_ora['FECHA'] == '2021-11-04', cols_f ] * 1000
```
@chart https://charts.alphacast.io/p/JotaPe/dolar-mep/fix-data-2021-11-04

Los valores representados para la fecha en cuestión, parecen ser "*valores razonables*", y se los van a usar en los posteriores gráficos. En caso de querer el valor original, usar las columnas `_orig`.

## Fix data 2022-03-09
Para el día **9/3/2022**, hay unos valores de las cotizaciones en serie D, que no parecen ser los correctos. Si se arrastran esos valores, va a generar picos erroneos en los cálculos siguientes. Se opta por blanquear los valores para esa fecha en particular, y luego, imputar esos datos faltantes. 

Esas operaciones se guardan en las columnas terminadas en `d_fix`.

```
# PYTHON
cols_f_d = ['AL29D_FIX', 'AL30D_FIX', 'AL35D_FIX', 'GD29D_FIX', 'GD30D_FIX', 'GD35D_FIX', 'GD38D_FIX']
df_ora.loc[df_ora['FECHA'] == '2022-03-09', cols_f_d ] = np.nan
df_ora.loc[df_ora['FECHA'] == '2022-03-09', cols_f_d ] = df_ora[cols_f_d].interpolate()
```
@chart https://charts.alphacast.io/p/JotaPe/dolar-mep/fix-data-2022-03-09

Los valores, aunque no sean los reales, no "rompen" los siguientes gráficos.


## Parking de 1 día
Para el parking de 1 día, a la columna de la cotización en pesos, se la desplaza 1 registro a la fecha inmediatamente posterior (*shift de 1 para las columnas que se modificaron en el paso anterior*).
Luego, esas columnas son guardadas con el postfijo `_lag1`, y son las que posteriormente se van a dividir por las cotizaciónes en dólares.

```
# PYTHON
cols_l = ['AL29_LAG1', 'AL30_LAG1', 'AL35_LAG1', 'GD29_LAG1', 'GD30_LAG1', 'GD35_LAG1', 'GD38_LAG1']
df_ora[cols_l] = df_ora[cols_f].shift(1)
```
@chart https://charts.alphacast.io/p/JotaPe/dolar-mep/ejemplo-parking-de-1-dia

## Cálculo Dolar MEP
Se divide la cotización del bono en pesos, desplazada 1 día, por su cotización en dólares. Serian las columnas `_LAG1 / D_ORIG`.
```
# PYTHON
cols_d = ['AL29D_ORIG', 'AL30D_ORIG', 'AL35D_ORIG', 'GD29D_ORIG', 'GD30D_ORIG', 'GD35D_ORIG', 'GD38D_ORIG']
cols_mep = ['AL29_MEP', 'AL30_MEP', 'AL35_MEP', 'GD29_MEP', 'GD30_MEP', 'GD35_MEP', 'GD38_MEP']
df_ora[cols_mep] = df_ora[cols_l].div(df_ora[cols_d].values)
```
@chart https://charts.alphacast.io/p/JotaPe/dolar-mep/dolar-mep?tab=chart&stackMode=absolute&time=2020-09-15..2021-12-28&region=World

## Media móvil de 5 días para las columnas "_MEP"
Media móvil para las cotizaciones de dolares MEP. Se hace un interpolado para imputar algunos datos faltantes en el dataset

```
# PYTHON
cols_mep_ma = ['AL29_MEP_MA5', 'AL30_MEP_MA5', 'AL35_MEP_MA5', 'GD29_MEP_MA5', 'GD30_MEP_MA5', 'GD35_MEP_MA5', 'GD38_MEP_MA5']
df_ora[cols_mep_ma] = df_ora[cols_mep].interpolate().rolling(window=5).mean()
```

@chart https://charts.alphacast.io/p/JotaPe/dolar-mep/mep-con-media-movil-de-5-das


Pipeline	Last Edited	Edit
New Chart	10 months ago
New Chart	10 months ago
New Chart	10 months ago

Dolar MEP

Datasets

ARG - Bonos y dolar MEP

Charts

Insights

Dolar MEP

Pipelines