Esplorare i rendimenti mensili dell'S&P 500

Nei prossimi esercizi esaminerai la performance mensile dell'S&P 500. Un grafico vale più di mille parole: per questo la maggior parte delle analisi delle performance parte studiando il grafico a serie storica del valore di un investimento.

Alla tua destra trovi un grafico dell'S&P 500 dal 1986 ad agosto 2016. Ogni osservazione nel grafico è un valore di fine giornata. Il grafico mostra diverse fasi di boom e crisi. Osservandolo, capisci perché gli anni 2000 sono spesso chiamati il decennio perduto degli investimenti?

I pacchetti PerformanceAnalytics e xts sono già caricati e i prezzi giornalieri dell'S&P 500 sono disponibili nel tuo workspace nella variabile sp500. Questa variabile è della classe xts, quindi ogni osservazione ha un timestamp. Il tuo compito è descrivere la performance mensile dell'S&P 500. Per farlo, prima dovrai aggregare la serie dei prezzi giornalieri ai prezzi di fine mese. Poi calcolerai i rendimenti mensili e li visualizzerai in una tabella.

Questo esercizio fa parte del corso

Introduzione all'analisi di portafoglio in R

Visualizza il corso

Istruzioni dell'esercizio

Usa la funzione to.monthly() con l'argomento sp500 e assegna il risultato a sp500_monthly.
Stampa le prime sei righe di sp500_monthly. Nota come l'aggregazione dei dati abbia prodotto una tabella con quattro colonne che riportano, per ogni mese, il prezzo di apertura, minimo, massimo e chiusura di sp500.
Crea sp500_returns usando la funzione Return.calculate() su sp500_monthly utilizzando i prezzi di chiusura (quarta colonna di sp500_monthly).
Usa plot.zoo() per tracciare la serie storica di sp500_returns.
Usa la funzione table.CalendarReturns() di PerformanceAnalytics per presentare i rendimenti mensili in formato tabellare, con la disposizione anno per mese.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# 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

Modifica ed esegui il codice