FX-Renditen auf Normalität testen

Bisher haben die Übungen in diesem Kapitel die Normalität von Aktienindexrenditen und Renditen einzelner Aktien untersucht.

Um diese Ideen zu festigen, wendest du Ähnliches auf Log-Renditen von Wechselkursen an. Der Datensatz fx_d enthält tägliche Log-Renditen der Wechselkurse EUR/USD, GBP/USD und JPY/USD für den Zeitraum 2001–2015, und der Datensatz fx_m enthält die entsprechenden monatlichen Log-Renditen. Beide sind multivariat; sie sind in deinen Workspace geladen.

Welche der monatlichen Log-Renditereihen wirkt am ehesten normalverteilt?

Diese Übung ist Teil des Kurses

Quantitatives Risikomanagement in R

Kurs anzeigen

Anleitung zur Übung

Plotte die täglichen Log-Renditen der Wechselkurse in fx_d mit der passenden Plot-Funktion.
Verwende apply(), um den Jarque-Bera-Test für jede der Reihen in fx_d durchzuführen.
Plotte die monatlichen Log-Renditen in fx_m mit derselben Plot-Funktion und dem Parameter type = "h".
Verwende apply(), um den Jarque-Bera-Test für jede der Reihen in fx_m durchzuführen.
Ergänze apply(), um für jede der Reihen in fx_m eine Student‑t‑Verteilung zu fitten und die Parameterschätzungen zu erhalten.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Plot the daily log-return series in fx_d
___(___)

# Apply the Jarque-Bera test to each of the series in fx_d
___(___)

# Plot the monthly log-return series in fx_m
___(___)

# Apply the Jarque-Bera test to each of the series in fx_m
___(___)

# Fit a Student t distribution to each of the series in fx_m
apply(___, ___, function(v){fit.st(v)$par.ests})

Code bearbeiten und ausführen