Explorar los rendimientos mensuales del S&P 500

En los próximos ejercicios, vas a analizar el rendimiento mensual del S&P 500. Una imagen vale más que mil palabras. Por eso, la mayoría de análisis de rendimiento empiezan estudiando la serie temporal del valor de una inversión.

A tu derecha se muestra un gráfico del S&P 500 desde 1986 hasta agosto de 2016. Cada observación del gráfico corresponde al valor de fin de día. Este gráfico refleja varias fases de auge y caída. Échale un vistazo: ¿ves por qué a los años 2000 se les llama a menudo la década perdida de la inversión?

Los paquetes PerformanceAnalytics y xts están precargados, y los precios diarios del S&P 500 están disponibles en tu espacio de trabajo en la variable sp500. Esta variable es de la clase de series temporales xts, lo que significa que cada observación tiene una marca temporal. Tu tarea es describir el rendimiento mensual del S&P 500. Para ello, primero tendrás que agregar la serie de precios diarios a precios de fin de mes. Después, calcularás los rendimientos mensuales y los visualizarás en una tabla.

Este ejercicio forma parte del curso

Introducción al análisis de carteras en R

Ver curso

Instrucciones del ejercicio

Usa la función to.monthly() con el argumento sp500 y asígnala a sp500_monthly.
Imprime las seis primeras filas de sp500_monthly. Observa cómo, al agregar los datos, se obtiene una tabla de cuatro columnas con el precio de apertura, mínimo, máximo y cierre de sp500 para cada mes.
Crea sp500_returns usando la función Return.calculate() sobre sp500_monthly utilizando los precios de cierre (cuarta columna de sp500_monthly).
Usa plot.zoo() para representar la serie temporal de sp500_returns.
Usa la función table.CalendarReturns() de PerformanceAnalytics para presentar los rendimientos mensuales en formato tabla, mostrando año por mes.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Convert the daily frequency of sp500 to monthly frequency: sp500_monthly
sp500_monthly <- 

# Print the first six rows of sp500_monthly


# Create sp500_returns using Return.calculate using the closing prices
sp500_returns <- 

# Time series plot


# Produce the year x month table

Editar y ejecutar código