Mengidentifikasi deret waktu yang volatil

Dalam latihan ini Anda akan memplot log-return Dow Jones untuk 2008–2011 berdampingan dengan data normal dan data Student t yang independen dan identik terdistribusi (iid).

Objek xts djx berisi indeks Dow Jones dan objek npars serta tpars berisi taksiran parameter yang diperoleh ketika sebaran normal dan sebaran t dipasangkan ke djx. Ketiga objek tersebut sudah dimuat di ruang kerja Anda.

Dalam latihan ini, Anda akan menghasilkan sampel normal dari model terpasang dengan membuat data normal baku, kemudian menskalakannya dengan komponen kedua npars[2] dan menggesernya dengan komponen pertama npars[1]. Untuk sampel Student t, Anda akan melakukan hal yang serupa, tetapi perhatikan bahwa kali ini komponen pertama tpars[1] berisi derajat bebas, sedangkan tpars[2] dan tpars[3] masing-masing berisi parameter lokasi dan skala.

Setelah membuat plot, bandingkan perilaku return aktual dengan return iid, khususnya di sekitar krisis keuangan 2008.

Latihan ini merupakan bagian dari kursus

Manajemen Risiko Kuantitatif dengan R

Lihat Kursus

Instruksi latihan

Hitung panjang n dari djx.
Hasilkan sampel normal berukuran n dengan parameter yang diberikan oleh npars dan simpan datanya ke ndata.
Hasilkan sampel t berukuran n dengan parameter yang diberikan oleh tpars dan simpan datanya ke tdata.
Ubah ndata dan tdata menjadi objek xts bernama ndatax dan tdatax dengan tanggal yang sama seperti djx.
Gabungkan deret waktu djx, ndatax, dan tdatax ke dalam satu objek bernama alldata dan plot dengan plot.zoo() menggunakan type = "h".

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Compute the length n of djx 
n <- ___

#  Generate a normal sample of size n with parameters given by npars
ndata <- rnorm(___)*npars[2] + npars[1]

# Generate a t-distributed sample of size n with paramaters given by tpars
___ <- rt(___, df = ___)*tpars[3] + tpars[2]

# Make ndata and tdata into xts objects
ndatax <- xts(___, time(djx))
tdatax <- xts(___, time(djx))

# Merge djx, ndatax, and tdatax and plot
alldata <- ___
plot.zoo(___, ___, ylim = range(alldata))

Edit dan Jalankan Kode