LoslegenKostenlos starten

Roll, roll, roll

Du kannst die zeitliche Veränderung der Volatilität mit der Funktion chart.RollingPerformance() aus dem Package PerformanceAnalytics visualisieren. Ein wichtiger Tuning-Parameter ist die Wahl der Fensterlänge. Je kürzer das Fenster, desto reaktionsschneller ist die rollierende Volatilitätsschätzung auf jüngste Renditen. Je länger das Fenster, desto glatter verläuft sie. Mit der Funktion sd.annualized kannst du die annualisierte Volatilität berechnen, unter der Annahme, dass die Anzahl der Handelstage pro Jahr dem im Argument scale angegebenen Wert entspricht.

In dieser Übung ergänzt du den Code, um die rollierende Schätzung der annualisierten Volatilität für die täglichen S&P-500-Renditen in sp500ret für den Zeitraum 2005 bis 2017 zu berechnen.

Diese Übung ist Teil des Kurses

<Kurs>GARCH-Modelle in R</Kurs>
Kurs ansehen

Übungsanweisungen

  • Lade das Package PerformanceAnalytics.
  • Berechne die Schätzung für einen Monat und setze das Argument scale auf die Anzahl der Handelstage pro Jahr.
  • Berechne die Schätzung für drei Monate und setze das Argument scale auf die Anzahl der Handelstage pro Jahr.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Load the package PerformanceAnalytics
___

# Showing two plots on the same figure
par(mfrow=c(2,1)) 

# Compute the rolling 1 month estimate of annualized volatility
chart.RollingPerformance(R = sp500ret["2000::2017"], width = ___,
     FUN = "sd.annualized", scale = ___, main = "One month rolling volatility")

# Compute the rolling 3 months estimate of annualized volatility
chart.RollingPerformance(R = ___, width = ___,
     FUN = ___, scale = ___, main = "Three months rolling volatility")
Code bearbeiten und ausführen