Rendimientos Históricos

Fondo Tandem Crecimiento I

Tandem

Tandem Crecimiento I

Tandem Global

Tandem Balanceado II 

Tandem Balanceado I 

Tandem Renta Pesos

Grit Capital Group Public Repo

Grit Capital Group

FCI: Money Market

General

Subíndices Total

Por Subíndices

Por Entidad Federativa

IMCO 

Índice de Competitividad Estatal

Petróleo

Econojournal Public Repo

Econojournal 

Argentina: Oil & Gas

Activity

Private Consumption

Employment & Wages

Prices

Monetary

Fiscal

External Sector

Financial

Demographics

Alphacast Dashboards 

Alphacast

China Macro Dashboard

Line Charts

Bar Chart

Area Charts

Scatter Plots

Combined Charts

Maps

Annotations

Tables

Georgetown University - Latin America in the Global Economy - Charts & Dashboards

Georgetown University

Charts and Maps Library

Measures and Components

Housing Market

Wage Pressure

Inflation Expectations

USA: Inflation

Alphacast Macro Deep Dive 

South Africa Macro Dashboard


<div style="text-align: center;">

# Estructura de datasets

</div>

<p align="center">
  <img src="https://alphacast-images.s3.us-west-2.amazonaws.com/next-s3-uploads/6d4927b8-42e0-4b86-a264-6c39b22a23aa/image.png" alt="Imagen centrada" style="max-width: 100%; height: auto;">
</p>


### En **Alphacast**, contamos con tres tipos de datasets:

## 1) **Series:** 1 dimensión-> Tiempo
Nuestra series están compuestas por una única variable de valores ordenados cronológicamente  en una columna.
<p>
  <img src="https://alphacast-images.s3.us-west-2.amazonaws.com/next-s3-uploads/295a35fe-4af3-4904-bfd3-a6f99b75de18/image.png" alt="Imagen 1" style="width: 40%; display: inline-block; margin-right: 2%;">
  <img src="https://alphacast-images.s3.us-west-2.amazonaws.com/next-s3-uploads/117640a1-7626-472b-b9e5-26274da8601c/image.png" alt="Imagen 2" style="width: 40%; display: inline-block;">
</p>


* Ejemplo de serie: [Inflation - Mexico - Consumer Price Index - Headline](https://www.alphacast.io/series/inflation-mexico-consumer-price-index-headline-24)


## 2) **Datasets** (Wide Format): 2 dimensiones  -> Tiempo + Entity 

Las variables están dispuestas en columnas, donde cada columna representa una única variable. Algunos datasets incluyen transformaciones básicas con sufijos que indican las transformaciones aplicadas. Todos los datasets tendrán como entidades la fecha [*Date*] y el país al que pertenecen los datos [*Country*]. 

<p align="center">
  <img src="https://alphacast-images.s3.us-west-2.amazonaws.com/next-s3-uploads/ed65a2d2-21df-4aab-b0fa-fad486185720/image.png" alt="image.png">
</p>

* Ejemplo de dataset: [Inflation - Argentina - INDEC - Consumer Price Index](https://www.alphacast.io/datasets/inflation-argentina-indec-consumer-price-index-5515)

## 3) **Datasets Cubos** (Long Format): 3 dimensiones -> Tiempo + N entities

 Las variables pueden tener relaciones jerárquicas o múltiples niveles. Cada nivel o categoría se representa como una columna, mientras que las filas muestran los atributos dentro de cada categoría. Estas variables se organizan en entidades para facilitar su comprensión y manipulación, y puede haber una o más variables asociadas. En la mayoría de las estructuras, la variable principal se denomina **value**. El valor **None** se usa para señalar la variable que representa el total.

<p>
  <img src="https://alphacast-images.s3.us-west-2.amazonaws.com/next-s3-uploads/b215709c-ff9b-4daa-8d7e-e146f3364af5/image.png" alt="Imagen 1" style="display: inline-block; width: 52%; margin-right: 5%;">
  <img src="https://alphacast-images.s3.us-west-2.amazonaws.com/next-s3-uploads/4c9123d3-1e62-43e1-af0f-07ecc4970ba0/image.png" alt="Imagen 2" style="display: inline-block; width: 40%;">
</p>

* Ejemplo de dataset con una sola variable: [Fiscal & Debt - Argentina - MECON - AIF](https://www.alphacast.io/datasets/fiscal-debt-argentina-mecon-aif-38557)
* Ejemplo de dataset con varias variables: [Financial - Argentina - Fixed Income - Intraday Prices (Beta)](https://www.alphacast.io/datasets/financial-argentina-fixed-income-intraday-prices-beta-41885)

---

<div style="text-align: center;">

# Transformación de datos

</div>

<div align="center">
    <img src="https://alphacast-images.s3.us-west-2.amazonaws.com/next-s3-uploads/1561a7d0-e345-4fd5-8e48-385c8fdf0103/image.png" alt="Centered Image" style="max-width: 100%; height: auto;">
</div>


### Para Datasets Tipo 2 (Wide Format):
1-  Selecciona **Transform Data** desde la vista del dataset.

2- Agrega el step de **Select Columns** para elegir las variables que necesitas.

3- Hace clic en **Save and Preview Data** para guardar y ver los datos seleccionados.

![image.png](https://alphacast-images.s3.us-west-2.amazonaws.com/next-s3-uploads/dc71fc5c-8243-4772-bbe5-030235b6bbd9/image.png)

### Para Datasets tipo 3 cubo (Long Format): 
1- Selecciona **Transform Data** desde la vista del dataset.

2- Agrega el step de **Filter Entity** para seleccionar un valor dentro de una entidad. Puedes agregar múltiples steps de Filter Entity según sea necesario.

3- Hace clic en **Save and Preview Data** para guardar y ver los datos seleccionados.
![image.png](https://alphacast-images.s3.us-west-2.amazonaws.com/next-s3-uploads/e7d72d4d-9c3e-4da0-9b18-2950503501c9/image.png)

---

<div style="text-align: center;">

# Cambio de estructura de datos
<div align="center">
    <img src="https://alphacast-images.s3.us-west-2.amazonaws.com/next-s3-uploads/49d201fb-bf19-4a82-bce2-2f177b1d563b/image.png" alt="Centered Image" style="max-width: 100%; height: auto;">
</div>


</div>

Podes elegir el formato del dataset que prefieras para trabajar. 

Utiliza el step de **Long to Wide (Unstack)** para reducir una dimensión, transformando los datos al formato wide (tipo 2). 

Usa el step de **Melt** para agregar una dimensión al dataset y convertir los datos al formato  long (tipo 3, cubo).

Para más detalles, consulta nuestro tutorial: [Unstacking and Melting](https://learn.alphacast.io/learningPaths/advanced/advancedData3)

## Crea series personalizadas a partir de un dataset
![image.png](https://alphacast-images.s3.us-west-2.amazonaws.com/next-s3-uploads/b9a86ea7-dac9-4717-8ec8-cf40ccfbdf4a/image.png)
### Para Datasets tipo 3 cubo (Long Format): 
1-  Selecciona **Transform Data** desde la vista del dataset.

2- Agrega el step de **Select series** para elegir las variables que necesitas.

3- Selecciona las variables que necesitas y, si lo prefieres, edita los nombres en 'series name'
<div style="display: flex; justify-content: center;">
  <img src="https://alphacast-images.s3.us-west-2.amazonaws.com/next-s3-uploads/2d16b6dd-2cfc-4edd-b8ae-37f9ac8d0409/image.png" alt="Imagen 1" style="width: 45%; margin-right: 10px;">
  <img src="https://alphacast-images.s3.us-west-2.amazonaws.com/next-s3-uploads/fdcaf9ad-a953-4057-892a-de8ae0ac04c0/image.png" alt="Imagen 2" style="width: 45%;">
</div>


4- Hace clic en **Save and Preview Data** para guardar y ver los cambios.

# Enjoy!






guilleb's Public Repo

Guillermina Bulian

Datasets en Alphacast

**Alinear  y centrar títulos:**

<div class="text-justify">

<center> <h1> A Title</h1> </center>

Lorem Ipsum es simplemente el texto de relleno de las imprentas y archivos de texto. Lorem Ipsum ha sido el texto de relleno estándar de las industrias desde el año 1500, cuando un impresor (N. del T. persona que se dedica a la imprenta) desconocido usó una galería de textos y los mezcló de tal manera que logró hacer un libro de textos especimen. No sólo sobrevivió 500 años, sino que tambien ingresó como texto de relleno en documentos electrónicos, quedando esencialmente igual al original. Fue popularizado en los 60s con la creación de las hojas "Letraset", las cuales contenian pasajes de Lorem Ipsum, y más recientemente con software de autoedición, como por ejemplo Aldus PageMaker, el cual incluye versiones de Lorem Ipsum.

<center> <h2> A subtitle </h2> </center>

Lorem Ipsum es simplemente el texto de relleno de las imprentas y archivos de texto. Lorem Ipsum ha sido el texto de relleno estándar de las industrias desde el año 1500, cuando un impresor (N. del T. persona que se dedica a la imprenta) desconocido usó una galería de textos y los mezcló de tal manera que logró hacer un libro de textos especimen. No sólo sobrevivió 500 años, sino que tambien ingresó como texto de relleno en documentos electrónicos, quedando esencialmente igual al original. Fue popularizado en los 60s con la creación de las hojas "Letraset", las cuales contenian pasajes de Lorem Ipsum, y más recientemente con software de autoedición, como por ejemplo Aldus PageMaker, el cual incluye versiones de Lorem Ipsum.


---

### Para ocultrar comandos y mantener el link del titulo: **&hideControls=true&hideTitleLink=true**

@Ncharts https://www.alphacast.io/p/alphacast/charts/industrial-production-22522?tab=chart&year=latest&time=2019-04-01..latest&country=Argentina~Brazil~Chile~Colombia~Mexico~Peru~Uruguay&hideControls=true&hideTitleLink=true

---
<p align="center">
  <img src="https://alphacast-images.s3.us-west-2.amazonaws.com/next-s3-uploads/0c204298-87ee-49a6-a2d6-81567ed85116/alphacast-1.png" alt="" width="10%"/>



Guillermina Bulian

@guilleb

Guillermina Bulian

@guilleb

Tandem Crecimiento I

Tandem Global

Tandem Balanceado II

Tandem Balanceado I

Tandem Renta Pesos

FCI: Money Market

Índice de Competitividad Estatal

Argentina: Oil & Gas

China Macro Dashboard

Charts and Maps Library

Guillermina Bulian

@guilleb

Guillermina Bulian

@guilleb

guilleb's insights

Tandem Crecimiento I

Tandem Global

Tandem Balanceado II

Tandem Balanceado I

Tandem Renta Pesos

FCI: Money Market

Índice de Competitividad Estatal

Argentina: Oil & Gas

China Macro Dashboard

Charts and Maps Library