Um estudante de mestrado tem diversas bases de dados em Excel com o histórico de cotações de ações de bolsas de valores de vários países. Estas bases de dados contêm informação completa de 5 anos de transações em bolsa, incluindo o volume total transacionado, a cotação e o valor do mercado para cada uma das centenas de empresas cotadas. No total, são 3.563.598 células com dados.
O estudante pretende analisar apenas as cotações que correspondem a um determinado thick size (representa a quantidade mínima pela qual a cotação pode oscilar para cima ou para baixo). Entre os vários problemas que se identificaram, para a identificação deste thick size, destaca-se o facto de muitas das ações terem-no alterado ao longo do tempo, dificultando a identificação do thick size correto, assim como das cotações que lhe diziam respeito.
Para regularizar os dados, de forma a atribuir o thick size correto a cada ação cotada, seria necessário avaliar centenas de milhares de células manualmente. Mesmo que humanamente possível, esse trabalho demoraria meses a ser concluído e estaria sujeito a uma taxa de ocorrência de erros bastante levada. Assim, foi necessário encontrar uma forma mais expedita e cómoda para realizar a tarefa, o que se conseguiu através da utilização de fórmulas e macros no Excel.
Atribuir os thick size corretos a centenas de milhares de células de forma automatizada
A solução deste problema passou por diversas etapas. Primeiro, foi preciso selecionar e isolar unicamente os dados das colunas que continham as cotações por empresa cotada. Para isso, foi criado uma Macro, com recurso ao VBA (Visual Basic for Applications) que selecionava apenas as colunas necessárias e as copiava para uma nova folha de cálculo.
A segunda etapa consistiu em definir uma fórmula que avaliava se a empresa cotada obedecia aos requisitos necessários para se manter na amostra. Esta situação permitiu identificar todas as empresas a eliminar, o que se fez através de funcionalidades de seleção avançada do Excel, com posterior eliminação das colunas selecionadas.
Agora que constavam na amostra apenas as empresas que correspondiam aos critérios de seleção, foi necessário aplicar fórmulas que determinassem o thick size de cada valor de cotação. Para isso, foram criadas fórmulas que permitiam identificar a terminação (últimos valores) de cada cotação e classificá-las de acordo com uma lista de thick size predefinida.
Várias outras tarefas foram executadas para concluir o processo, nomeadamente análises estatísticas. Assim, uma operação que demoraria meses a executar de forma manual pôde ser realizada em alguns dias de trabalho. Pode-se referir que os ganhos não são só produtividade do estudante, visto que própria exequibilidade da tarefa estava em causa. De outro modo, a tarefa dificilmente seria concluída. Acresce também um muito menor risco de ocorrência de erros de processamento e, não menos importante, um alívio pessoal por se poder concretizar uma tarefa aparentemente inexequível.
