Comprobar la normalidad en horizontes temporales más largos
A medida que los rendimientos se agregan en periodos más largos, aparece un efecto de límite central y los rendimientos tienden a ser más normales.
En este ejercicio, usarás funciones de agregación que aprendiste en el primer capítulo para agrupar los datos de djx_d, que contiene los rendimientos logarítmicos diarios de 29 acciones del Dow Jones para el periodo 2000-2015. Después, aplicarás la prueba de Jarque-Bera a los rendimientos diarios, semanales y mensuales. djx_d está cargado en tu espacio de trabajo.
Este ejercicio forma parte del curso
Gestión Cuantitativa del Riesgo en R
Instrucciones del ejercicio
- Calcula los rendimientos logarítmicos semanales y mensuales de
djx_dy asígnalos adjx_wydjx_m, respectivamente. - Completa
apply()para calcular el valor p de la prueba de Jarque-Bera para cada serie de rendimientos diarios del Dow Jones endjx_d. - Haz lo mismo para los rendimientos semanales de renta variable en
djx_w. - Haz lo mismo para los rendimientos mensuales de renta variable en
djx_m.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# 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})