Tester la normalité sur des horizons plus longs
Lorsque l’on additionne des rendements sur des périodes plus longues, un effet de limite centrale apparaît et les rendements tendent à devenir plus proches de la normale.
Dans cet exercice, vous allez utiliser les fonctions d’agrégation vues dans le premier chapitre pour agréger les données de djx_d, qui contient les rendements logarithmiques quotidiens de 29 actions du Dow Jones sur la période 2000-2015. Vous appliquerez ensuite le test de Jarque-Bera aux rendements quotidiens, hebdomadaires et mensuels. djx_d est chargé dans votre environnement de travail.
Cet exercice fait partie du cours
Gestion quantitative des risques avec R
Instructions
- Calculez les rendements logarithmiques hebdomadaires et mensuels de
djx_det assignez-les respectivement àdjx_wetdjx_m. - Complétez
apply()pour calculer la p-value du test de Jarque-Bera pour chacune des séries de rendements quotidiens du Dow Jones dansdjx_d. - Faites de même pour les rendements hebdomadaires des actions dans
djx_w. - Faites de même pour les rendements mensuels des actions dans
djx_m.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Calculate weekly and monthly log-returns from djx_d
djx_w <- ___(___)
djx_m <- ___(___)
# Calculate the p-value for each series in djx_d
apply(___, 2, function(v){jarque.test(v)$p.value})
# Calculate the p-value for each series in djx_w
apply(___, 2, function(v){jarque.test(v)$p.value})
# Calculate the p-value for each series in djx_m
apply(___, 2, function(v){jarque.test(v)$p.value})