Volatilität mit acf-Diagrammen sichtbar machen
Diese Übung knüpft an die vorherige R-Übung an, in der wir sichtbare Anzeichen von Volatilität in einer Finanzzeitreihe untersucht haben. Für die Dow-Jones-Renditen von 2008–11 in djx und die simulierten normal- bzw. t-verteilten Daten in ndata bzw. tdata berechnest und zeichnest du die Stichproben-Autokorrelationsfunktionen (acf) mit dem Befehl acf().
Während in diesen Diagrammen kaum Hinweise auf serielle Korrelation zu finden sind, ändert sich das Bild deutlich, wenn wir die absoluten oder quadrierten Renditen betrachten. Die realen Renditen in der Dow-Jones-Renditeserie djx verhalten sich sehr anders als die simulierten Daten. Die serielle Korrelation in absoluten oder quadrierten Renditen ist eine Folge der Volatilität: Große Renditen werden von weiteren großen Renditen gefolgt – jedoch nicht unbedingt mit demselben Vorzeichen.
djx, ndata und tdata stehen dir in deinem Workspace zur Verfügung.
Diese Übung ist Teil des Kurses
Quantitatives Risikomanagement in R
Anleitung zur Übung
- Richte den Plot-Bereich so ein, dass 3 Diagramme gleichzeitig angezeigt werden (das ist bereits für dich erledigt).
- Zeichne die Stichproben-acf von
djxsowie der simulierten normal- und t-verteilten Datenndataundtdata. - Zeichne die Stichproben-acf der Absolutwerte der drei Reihen.
- Zeichne die Stichproben-acf der Quadrate der Werte der drei Reihen.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Set up a plot region to show 3 plots at a time
par(mfrow = c(3, 1))
# Plot the acfs of djx, ndata and tdata
___
___
___
# Plot the acfs of the absolute values
___
___
___
# Plot the acfs of the squares of the values
___
___
___