Testování normality pro delší časové horizonty
Když se výnosy sčítají přes delší časová období, nastupuje efekt centrální limitní věty a výnosy mají tendenci přibližovat se normálnímu rozdělení.
V tomto cvičení použiješ agregační funkce z první kapitoly k agregaci dat v djx_d, která obsahuje denní logaritmické výnosy 29 akcií indexu Dow Jones za období 2000–2015. Pak aplikuješ Jarque-Berův test na denní, týdenní a měsíční výnosy. djx_d je načteno v tvém pracovním prostoru.
Toto cvičení je součástí kurzu
Kvantitativní řízení rizik v R
Pokyny k cvičení
- Vypočítej týdenní a měsíční logaritmické výnosy z
djx_da přiřaď je dodjx_wadjx_m. - Doplň
apply()tak, aby vypočítal p-hodnotu Jarque-Berova testu pro každou denní výnosovou řadu vdjx_d. - Totéž proveď pro týdenní výnosy v
djx_w. - Totéž proveď pro měsíční výnosy v
djx_m.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Calculate weekly and monthly log-returns from djx_d
djx_w <- ___(___)
djx_m <- ___(___)
# Calculate the p-value for each series in djx_d
apply(___, 2, function(v){jarque.test(v)$p.value})
# Calculate the p-value for each series in djx_w
apply(___, 2, function(v){jarque.test(v)$p.value})
# Calculate the p-value for each series in djx_m
apply(___, 2, function(v){jarque.test(v)$p.value})