Consigna

laylascheli — 2023-02-23 16:35:24 UTC

En grupos investigar sobre funciones de Dax disponibles para el ámbito financiero. Seleccionar al menos 3 y brindar ejemplos prácticos asociados.

Función XIRR (Tir.No Periódica en excel)

2023-08-26 15:48:16 UTC

XIRR(, , , [, [, ]])

Confidence Interval

bernardo_celis — 2023-08-26 15:52:50 UTC

CONFIDENCE.NORM(alpha,standard_dev,size)

Where:
1. alpha | The significance level used to compute the confidence level. The confidence level equals 100*(1 - alpha)%, or in other words, an alpha of 0.05 indicates a 95 percent confidence level.
2. standard_dev | The population standard deviation for the data range and is assumed to be known.
3. standard_dev,size | The sample size.

CUMIPMT

2023-08-26 15:53:15 UTC

Devuelve los intereses acumulados pagados de un préstamo entre start_period y end_period.

Función COUPDAYS

2023-08-26 15:53:57 UTC

COUPDAYS(, , [, ])

Realiza el conteo de días entre la fecha de liquidación y el inicio de cupón
seetlement-Fecha inicial de conteo.
maturity- Fecha de liquidación del cupón
frequency-número de cupones
basis- que tipo de convencion estaremos utilizando para el conteo de días act/act, etc

Yoa

Función Duration

2023-08-26 15:55:50 UTC

Devuelve la duración de Macauley de un valor nominal asumido de 100 USD.

DURATION(, , <% de cupón>, , [, ])

Ejemplo:

DURATION( DATE(2018,7,1), DATE(2048,1,1), 0.08, 0.09, 2, 1 )

Yield

2023-08-26 15:57:18 UTC

Calcula el rendimiento de un bono.

Requiere usar la función "Evaluate" para realizar la consulta

YIELD(, , , , , [, ])

XNPV. Devuelve el valor presente de una programación de flujos de efectivo que no es necesariamente periódica.DURATION. Devuelve la duración de Macauley CUMPRINC Devuelve capital acumulado pagado de un préstamo entre start_period y end_period

2023-08-26 15:57:50 UTC

Python Script

laylascheli — 2023-08-26 19:07:02 UTC

import pandas as pd
df = pd.read_csv('https://raw.githubusercontent.com/mwaskom/seaborn-data/master/tips.csv')

###
import seaborn as sns

import matplotlib.pyplot as plt

sns.scatterplot(x='total_bill',y='tip',data=dataset)

plt.show()

####
import seaborn as sns

import matplotlib.pyplot as plt

sns.distplot(dataset.total_bill, kde=True, hist=True, bins=15)

plt.xlabel('Total bill')

plt.ylabel('Frecuencia')

plt.title('Distribución de total_bill')

plt.show()

R Script

laylascheli — 2023-08-26 19:43:42 UTC

library(data.table)
irisDT <- as.data.table(iris)

RiskMathics - Clase 2 by Ing. Layla Scheli