Calcul des covariances et corrélations d'échantillon
Les covariances d'échantillon mesurent la force de la relation linéaire entre des paires de variables appariées. La fonction cov() permet de calculer la covariance pour une paire de variables, ou une matrice de covariance lorsqu'une matrice contenant plusieurs variables est fournie en entrée. Dans ce dernier cas, la matrice est symétrique, avec les covariances entre variables hors diagonale et les variances des variables sur la diagonale. À droite, vous pouvez voir la matrice de nuages de points de vos données logreturns.
Les covariances sont très importantes en finance, mais elles ne sont pas indépendantes de l'échelle et peuvent être difficiles à interpréter directement. La corrélation est la version normalisée de la covariance, dont la valeur varie de -1 à 1; des valeurs dont la magnitude est proche de 1 indiquent une forte relation linéaire entre des paires de variables. La fonction cor() peut s'appliquer à des paires de variables ainsi qu'à une matrice contenant plusieurs variables, et la sortie s'interprète de manière analogue.
Dans cet exercice, vous utiliserez cov() et cor() pour explorer vos données logreturns.
Cette activité fait partie du cours
Analyse des séries chronologiques en R
Instructions de l’exercice
- Utilisez
cov()pour calculer la covariance d'échantillon entreDAX_logreturnsetFTSE_logreturns. - Utilisez un autre appel à
cov()pour calculer la matrice de covariance d'échantillon pourlogreturns. - Utilisez
cor()pour calculer la corrélation d'échantillon entreDAX_logreturnsetFTSE_logreturns. - Utilisez un autre appel à
cor()pour calculer la matrice de corrélation d'échantillon pourlogreturns.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Use cov() with DAX_logreturns and FTSE_logreturns
cov(___, ___)
# Use cov() with logreturns
# Use cor() with DAX_logreturns and FTSE_logreturns
cor(___, ___)
# Use cor() with logreturns