Menjelajahi imbal hasil bulanan S&P 500

Pada latihan berikut, Anda akan menelaah kinerja bulanan S&P 500. Sebuah gambar bernilai seribu kata. Itulah sebabnya sebagian besar analisis kinerja dimulai dengan mempelajari plot deret waktu nilai suatu investasi.

Plot S&P 500 untuk periode 1986 hingga Agustus 2016 ditampilkan di sebelah kanan. Setiap observasi pada plot ini adalah nilai akhir hari. Grafik ini menunjukkan sejumlah periode boom dan bust. Perhatikan grafik tersebut, apakah Anda melihat mengapa dekade 2000-an sering disebut sebagai dekade yang hilang dalam investasi?

Paket PerformanceAnalytics dan xts sudah dimuat, dan harga harian S&P 500 tersedia di ruang kerja Anda sebagai variabel sp500. Variabel ini bertipe deret waktu xts. Artinya, setiap observasi memiliki penanda waktu. Tugas Anda adalah menggambarkan kinerja bulanan S&P 500. Untuk itu, Anda terlebih dahulu perlu mengagregasikan deret harga harian menjadi harga akhir bulan. Setelah itu, Anda akan menghitung imbal hasil bulanan dan memvisualisasikannya dalam sebuah tabel.

Latihan ini adalah bagian dari kursus

Pengantar Analisis Portofolio di R

Lihat Kursus

Petunjuk latihan

Gunakan fungsi to.monthly() dengan argumen sp500 dan simpan sebagai sp500_monthly.
Cetak enam baris pertama dari sp500_monthly. Perhatikan bahwa pengagregasian data menghasilkan tabel dengan empat kolom yang memuat harga pembukaan, terendah, tertinggi, dan penutupan sp500 untuk setiap bulan.
Buat sp500_returns menggunakan fungsi Return.calculate() pada sp500_monthly dengan menggunakan harga penutupan (kolom keempat di sp500_monthly).
Gunakan plot.zoo() untuk memplot deret waktu sp500_returns.
Gunakan fungsi table.CalendarReturns() di PerformanceAnalytics untuk menyajikan data imbal hasil bulanan dalam format tabel yang menampilkan tahun per bulan.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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

Edit dan Jalankan Kode