Usar gráficos acf para revelar volatilidad
Este ejercicio continúa el anterior de R, donde buscamos signos visibles de volatilidad en una serie temporal financiera. Para los rendimientos del Dow Jones de 2008-11 en djx y los datos simulados con distribución normal y t en ndata y tdata, respectivamente, calcularás y representarás las funciones de autocorrelación muestral (acf) usando el comando acf().
Aunque en estos gráficos apenas se aprecia evidencia de correlación seriada, la situación cambia drásticamente cuando miramos los rendimientos en valor absoluto o al cuadrado. Los rendimientos reales en la serie del Dow Jones djx se comportan de forma muy distinta a los datos simulados. La correlación seriada en los rendimientos absolutos o al cuadrado es consecuencia de la volatilidad, que hace que rendimientos grandes vayan seguidos de otros rendimientos grandes, aunque no necesariamente del mismo signo.
djx, ndata y tdata están disponibles en tu espacio de trabajo.
Este ejercicio forma parte del curso
Gestión Cuantitativa del Riesgo en R
Instrucciones del ejercicio
- Configura la región de gráficos para mostrar 3 gráficos a la vez (esto ya está hecho por ti).
- Traza la acf muestral de
djxy de los datos simulados con distribución normal y t,ndataytdata. - Traza la acf muestral de los valores absolutos de las tres series.
- Traza la acf muestral de los cuadrados de los valores de las tres series.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# 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
___
___
___