Spaces:
Sleeping
Sleeping
#Importamos librer铆as | |
import streamlit as st | |
import numpy as np | |
import pandas as pd | |
import matplotlib.pyplot as plt | |
import random | |
# Le ponemos el titulo de la app | |
st.title("Trazando el Rumbo: Estimaci贸n de Tendencias desde Dos Listas de Valores Hist贸ricos") | |
with st.form("my_form"): | |
N = st.number_input(" 驴Cu谩ntos elementos quieres para cada lista?", step=1) | |
# Bot贸n para generar el c谩lculo | |
if st.form_submit_button("Click para generar numeros de manera aleatoria "): | |
# Genera dos listas de 100 numeros aleatorios cada uno | |
serie_a = [random.randint(0, 100) for _ in range(N)] | |
serie_b = [random.randint(0, 100) for _ in range(N)] | |
if "serie_a" in locals() and "serie_b" in locals(): | |
promedio_a = np.mean(serie_a) | |
promedio_b = np.mean(serie_b) | |
st.subheader("Valores esperados") | |
st.write(f"Promedio de lista A = {promedio_a:.2f}") | |
st.write(f"Promedio de lista B = {promedio_b:.2f}") | |
varianza_a = np.var(serie_a) | |
varianza_b = np.var(serie_b) | |
st.subheader("Varianzas") | |
st.write(f"Varianza de lista A = {varianza_a:.2f}") | |
st.write(f"Varianza de lista B = {varianza_b:.2f}") | |
correlacion_ab = np.corrcoef(serie_a, serie_b)[0, 1] | |
st.subheader("Correlaci贸n") | |
st.write(f"Correlaci贸n entre lista A y B = {correlacion_ab:.2f}") | |
plt.figure(figsize=(6, 4)) | |
plt.scatter(serie_a, serie_b) | |
plt.title("Gr谩fico de Dispersi贸n de lista A vs B") | |
plt.xlabel("Lista A") | |
plt.ylabel("Lista B") | |
st.pyplot(plt) | |
plt.figure(figsize=(6, 4)) | |
plt.plot(serie_a, label='Lista A') | |
plt.plot(serie_b, label='Lista B') | |
plt.title("Evoluci贸n de las lista") | |
plt.xlabel("Tiempo") | |
plt.ylabel("Valores") | |
plt.legend() | |
st.pyplot(plt) | |
w_a = (promedio_a - promedio_b + varianza_b - correlacion_ab * np.sqrt(varianza_a * varianza_b)) / ( | |
varianza_a + varianza_b - 2 * correlacion_ab * np.sqrt(varianza_a * varianza_b) | |
) | |
w_b = 1 - w_a | |
var_portafolio = (w_a*2) * varianza_a + (w_b*2) * varianza_b + 2 * w_a * w_b * correlacion_ab * np.sqrt(varianza_a * varianza_b) | |
st.subheader("Ponderaciones y rendimiento del portafolio") | |
st.write("Suponiendo que las listas A y B son rendimientos de portafolios") | |
st.write(f"Ponderaci贸n para A = {w_a:.2f}") | |
st.write(f"Ponderaci贸n para B = {w_b:.2f}") | |
st.write(f"Rendimiento esperado del portafolio = {(w_a * promedio_a + w_b * promedio_b):.2f}") | |
st.write(f"Varianza del portafolio = {var_portafolio:.2f}") | |
else: | |
st.error("Por favor, ingresa el n煤mero de elementos para las series.") | |