Tester la normalité des rendements de change

Jusqu’ici, les exercices de ce chapitre ont examiné la normalité des rendements d’indices boursiers et des rendements d’actions individuelles.

Pour consolider ces idées, vous allez appliquer une approche similaire aux logarithmes des rendements de taux de change. Le jeu de données fx_d contient les rendements logarithmiques quotidiens des taux EUR/USD, GBP/USD et JPY/USD pour la période 2001-2015, et le jeu de données fx_m contient les rendements logarithmiques mensuels correspondants. Les deux sont multivariés et sont déjà chargés dans votre espace de travail.

Laquelle des séries de rendements logarithmiques mensuels semble la plus normale ?

Cet exercice fait partie du cours

Gestion quantitative des risques avec R

Afficher le cours

Instructions

Tracez les séries de rendements logarithmiques quotidiens des taux de change dans fx_d avec la fonction de tracé appropriée.
Utilisez apply() pour effectuer le test de Jarque-Bera sur chacune des séries de fx_d.
Tracez les séries de rendements logarithmiques mensuels dans fx_m avec la même fonction de tracé et le paramètre type = "h".
Utilisez apply() pour effectuer le test de Jarque-Bera sur chacune des séries de fx_m.
Complétez apply() pour ajuster une loi de Student t à chacune des séries de fx_m et obtenir les estimations des paramètres.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Plot the daily log-return series in fx_d
___(___)

# Apply the Jarque-Bera test to each of the series in fx_d
___(___)

# Plot the monthly log-return series in fx_m
___(___)

# Apply the Jarque-Bera test to each of the series in fx_m
___(___)

# Fit a Student t distribution to each of the series in fx_m
apply(___, ___, function(v){fit.st(v)$par.ests})

Modifier et exécuter le code