Explorer les rendements mensuels du S&P 500

Dans les exercices qui suivent, vous allez examiner la performance mensuelle du S&P 500. Une image vaut mille mots. C’est pourquoi la plupart des analyses de performance commencent par l’étude du graphique de la valeur d’un investissement dans le temps.

Un graphique du S&P 500 pour la période de 1986 jusqu’à août 2016 est affiché à votre droite. Chaque point du graphique correspond à une valeur de fin de journée. Ce graphique montre plusieurs phases d’euphorie et de krach. Regardez-le : voyez-vous pourquoi les années 2000 sont souvent qualifiées de « décennie perdue » pour l’investissement ?

Les packages PerformanceAnalytics et xts sont préchargés, et les prix quotidiens du S&P 500 sont disponibles dans votre espace de travail sous la variable sp500. Cette variable est de classe séries temporelles xts, ce qui signifie que chaque observation est horodatée. Votre objectif est de décrire la performance mensuelle du S&P 500. Pour cela, vous devrez d’abord agréger la série de prix quotidiens en prix de fin de mois. Vous calculerez ensuite les rendements mensuels et les visualiserez dans un tableau.

Cet exercice fait partie du cours

Introduction à l’analyse de portefeuille en R

Afficher le cours

Instructions

Utilisez la fonction to.monthly() avec l’argument sp500 et assignez le résultat à sp500_monthly.
Affichez les six premières lignes de sp500_monthly. Remarquez comment l’agrégation des données a produit un tableau de quatre colonnes contenant, pour chaque mois, le cours d’ouverture, le plus bas, le plus haut et le cours de clôture de sp500.
Créez sp500_returns avec la fonction Return.calculate() appliquée à sp500_monthly en utilisant les cours de clôture (quatrième colonne de sp500_monthly).
Utilisez plot.zoo() pour tracer la série temporelle de sp500_returns.
Utilisez la fonction table.CalendarReturns() de PerformanceAnalytics pour présenter les rendements mensuels dans un format tabulaire affichant l’année par mois.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# 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

Modifier et exécuter le code