He identificado una veintena de estadísticas interesantes para un universo de valores, en relación con las métricas de tamaño, crecimiento, valoración, calidad y riesgo. Piense en la capitalización del mercado, el free float, el volumen medio diario. El universo abarca unos 200 valores. Me gustaría construir un modelo de puntuación basado en los datos de Bloomberg. Se supone que este modelo ayudará a seleccionar valores dentro del universo para su posterior análisis.
Para algunas de las estadísticas también son interesantes los valores históricos y proyectados, en los que me gustaría utilizar las estimaciones de Bloomberg. Algunas de las estadísticas tendrán valores anuales desde 5 o 3 años históricos hasta 3 años proyectados. Piense en el crecimiento de las ventas, el EBIT, el ev a las ventas, el rendimiento del flujo de caja.
Lo ideal es tener una hoja de Excel donde pueda editar el universo y ejecutar una macro para recalcular la puntuación o simplemente añadir un elemento y ampliar los cálculos.
Después de considerar varias opciones, no sé cómo empezar. Quiero que las cosas sean sencillas y ahora mismo mi mayor problema es que los datos serán probablemente poco manejables, una vez introducidos en una hoja de Excel. He trabajado con el Envoltura de la API de Bloomberg V3COM antes. Además, he considerado trabajar con BQL o BDH. He mirado algunas de las hojas en XLTP <GO>
o consideró sacar los datos de Bloomberg usando blpapi en Python.
Tengo las siguientes preguntas:
- ¿Cómo obtener estos datos de la forma más conveniente? ¿Es más aconsejable utilizar BQL o BDH? El wrapper V3COM parece funcionar bien para los campos que he probado, también para los valores históricos.
- ¿Cuál es una buena forma de almacenar estos datos? Una hoja de Excel parece obvia, pero he leído a menudo que "Excel no es una base de datos".
- El objetivo obvio parece ser tener una hoja con una fila por título, pero entonces, por ejemplo, el EBIT (desde el histórico de 5 años hasta el estimado de 3 años) ocupa por sí solo 8 columnas en la hoja y no puedo imaginar que esto sea una representación fácil de manejar de los datos. He considerado una hoja por acción, lo que podría aumentar enormemente la claridad, pero ni siquiera estoy seguro de que Excel pueda manejar tantas hojas ni de que sea fácil de manejar para tantas acciones.
- El objetivo es establecer algún tipo de puntuación sobre los datos, digamos para los siguientes aspectos: crecimiento, valoración, calidad, riesgo. Tal vez una hoja por categoría podría manejarse bien. Y entonces podría construir una puntuación para cada uno y resumirlo en una hoja para todos.
Gracias a todos los que estén dispuestos a compartir sus experiencias.
3 votos
Sin saber lo que se puede hacer desde en el entorno de Bloomberg: 1) Aproximadamente, 200 acciones, 40 estadísticas (20 reales, 20 proyectadas), resolución diaria (30 años ~ 7500 días) le supondrán unos 60 millones de filas de almacenamiento bruto (300k por acción). Puede volcar los datos en archivos csv (uno por acción). 2) Yo sugeriría hacer su desarrollo en Excel (o cualquier herramienta que te gusta), pero llevar la versión de secuencias de comandos / producción en algo como Python o R. Para esa pequeña cantidad de datos, ambos deben ser lo suficientemente rápido. 3) Para la presentación, usted podría utilizar el informe simple (Excel), o parcelas en R / Python.
1 votos
Por favor, comparta un par de campos de Bloomberg interesados para ayudarme a visualizar.
blpapi
para obtener datos,pandas
para manipularlo, y `SQLite como su base de datos suena como el camino a seguir. Yo huiría (no me alejaría) de Excel y de las hojas para algo como esto0 votos
De hecho, he comenzado el desarrollo utilizando
Rblpapi
pero no debería haber mucha diferencia. Aquí están algunos de los campos, que he identificado hasta ahora. En primer lugar, los que sólo requieren un valor devuelto:AVG_DAILY_VALUE_TRADED_20D
;AVG_DAILY_VALUE_TRADED_3M
;CRNCY_ADJ_MKT_CAP
,EUR
;FREE_FLOAT_MARKET_CAP
. Ahora, algunos de los valores, que son de interés de 5 años históricos hasta 2 años estimados:EBIT
,BEST_EBIT
(estimado);SALES_REV_TURN
,BEST_SALES
(ambos para calcular el crecimiento de las ventas);T12_FCF_MARGIN
,BEST_ESTIMATE_FCF
;PX_TO_SALES_RATIO
,BEST_PX_TO_SALES_RATIO
.