Données sur les matières premières

La fonction de tracé pairs() crée un nuage de points croisés par paires des composantes d’une série temporelle multivariée ayant au moins deux dimensions. Elle s’utilise sur un objet zoo plutôt que sur un objet xts.

Une forme grossièrement circulaire d’un nuage de points indique une faible corrélation entre les rendements logarithmiques de deux matières premières différentes. De manière générale, une faible corrélation est souhaitable dans un portefeuille, car elle implique une diversification des actifs. Une forte corrélation, en revanche, représente un risque qui doit être correctement modélisé.

Dans cet exercice, vous allez examiner les prix de l’or et du pétrole sur une période de 25 ans, calculer leurs rendements logarithmiques quotidiens et mensuels, puis les visualiser. Les données gold et oil, contenant respectivement les prix quotidiens de 1990 à 2015 de l’or et du pétrole brut Brent, sont disponibles dans votre espace de travail.

Cet exercice fait partie du cours

Gestion quantitative des risques avec R

Afficher le cours

Instructions

Utilisez plot() pour tracer séparément les séries temporelles gold et oil.
Calculez les rendements logarithmiques quotidiens de chaque matière première et affectez-les à goldx et oilx, respectivement.
Calculez les rendements logarithmiques mensuels de chaque matière première et affectez-les à goldx_m et oilx_m, respectivement.
Utilisez merge() pour fusionner goldx_m et oilx_m, dans cet ordre, dans coms.
Tracez coms, une série multivariée, avec des barres verticales.
Convertissez coms en objet zoo avec as.zoo(), puis appliquez pairs() pour créer un nuage de points croisés par paires.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Plot gold and oil prices
___(___)
___(___)

# Calculate daily log-returns
goldx <- ___(___)
oilx <- ___(___)

# Calculate monthly log-returns
goldx_m <- ___(___)
oilx_m <- ___(___)

# Merge goldx_m and oilx_m into coms
coms <- ___(___, ___)

# Plot coms with vertical bars
___(___, ___)

# Make a pairwise scatterplot of coms
___(___)

Modifier et exécuter le code