वित्तीय टाइम सीरीज़ की विशेषताएँ
दैनिक वित्तीय एसेट रिटर्न्स आम तौर पर कई समान विशेषताएँ दिखाते हैं। एक दिन के रिटर्न आमतौर पर छोटे होते हैं और उनका औसत शून्य के क़रीब रहता है। उसी समय, उनका variance और standard deviation अपेक्षाकृत बड़े हो सकते हैं। कुछ वर्षों की अवधि में, आमतौर पर कुछ बहुत बड़े रिटर्न्स (परिमाण में) देखे जाते हैं। ये सापेक्ष outliers केवल कुछ ही दिनों में होते हैं, लेकिन एसेट प्राइस में सबसे बड़े मूवमेंट्स के लिए यही ज़िम्मेदार होते हैं। इन अत्यधिक रिटर्न्स के कारण, दैनिक एसेट रिटर्न्स का distribution normal नहीं होता, बल्कि heavy-tailed होता है और कभी-कभी skewed भी। सामान्यतः, व्यक्तिगत स्टॉक्स के रिटर्न्स में index रिटर्न्स की तुलना में और भी अधिक variability होती है और अधिक चरम observations मिलते हैं.
इस अभ्यास में, आप eu_percentreturns डेटासेट के साथ काम करेंगे, जो आपके eu_stocks डेटा से निकाले गए प्रतिशत रिटर्न्स हैं। आपके डेटा में मौजूद चारों इंडेक्स के लिए, आप sample mean, variance, और standard deviation निकालेंगे।
ध्यान दें कि औसत दैनिक रिटर्न लगभग 0 है, जबकि standard deviation लगभग 1 प्रतिशत अंक के आसपास है। साथ ही, प्रत्येक इंडेक्स के लिए histogram और normal quantile plots बनाने के लिए क्रमशः hist() और qqnorm() फंक्शन्स भी लागू करें.
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Time Series Analysis
अभ्यास निर्देश
- अपने
eu_percentreturnsडेटा में प्रत्येक कॉलम के लिए sample mean निकालने हेतुcolMeans()का उपयोग करें। - प्रत्येक इंडेक्स के लिए sample variance निकालने हेतु
apply()का उपयोग करें।MARGINआर्ग्युमेंट को2पर ही रहने दें औरFUNआर्ग्युमेंट कोvarपर सेट करें। - प्रत्येक इंडेक्स के लिए standard deviation निकालने हेतु
apply()को फिर से कॉल करें।MARGINआर्ग्युमेंट2ही रखें, लेकिन इस बारFUNआर्ग्युमेंट कोsdपर सेट करें। - शेष कोड चलाएँ ताकि प्रत्येक इंडेक्स के percent returns के histogram और normal quantile plots प्रदर्शित हों।
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Generate means from eu_percentreturns
colMeans(___)
# Use apply to calculate sample variance from eu_percentreturns
apply(___, MARGIN = 2, FUN = ___)
# Use apply to calculate standard deviation from eu_percentreturns
# Display histogram and normal quantile plots
par(mfrow = c(2,2))
apply(eu_percentreturns, MARGIN = 2, FUN = hist, main = "", xlab = "Percentage Return")
par(mfrow = c(2,2))
apply(eu_percentreturns, MARGIN = 2, FUN = qqnorm, main = "")
qqline(eu_percentreturns)