Aggregare serie di log-return

In statistica, i dati aggregati sono dati combinati a partire da più misurazioni. Hai appena visto che puoi calcolare i log-return settimanali, mensili e trimestrali sommando i log-return giornalieri con le funzioni apply.weekly(), apply.monthly() e apply.quarterly() corrispondenti.

Per esempio, puoi usare il seguente codice per ottenere i rendimenti trimestrali per una serie storica univariata data e per una serie multivariata mv_data:

> # apply.quarterly(x, FUN, ...)
> data_q = apply.quarterly(data, sum)
> mv_data_q = apply.quarterly(mv_data, colSums)

In questo esercizio, metterai in pratica l'aggregazione di serie temporali usando queste funzioni e tracciando i risultati. I dati DJ e DJ_const sono disponibili nel tuo workspace, così come gli oggetti djx, che contiene i log-return giornalieri dell'indice Dow Jones dal 2000 al 2015, e djreturns, che contiene i log-return giornalieri per le prime quattro azioni di DJ_const dal 2000 al 2015. Usa plot per serie univariate e plot.zoo per serie multivariate.

Questo esercizio fa parte del corso

Gestione del rischio quantitativa in R

Visualizza corso

Istruzioni dell'esercizio

Traccia l'oggetto djx.
In un'unica riga, traccia i log-return settimanali di djx con barre verticali.
Traccia i log-return mensili di djx con barre verticali.
Traccia l'oggetto djreturns usando plot.zoo.
Traccia i log-return mensili per djreturns con barre verticali usando plot.zoo.

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# Plot djx
___(___)

# Plot weekly log-returns of djx
___(___, ___)

# Plot monthly log-returns of djx
___(___, ___)

# Plot djreturns
___(___)

# Plot monthly log-returns of djreturns
___(___, ___)

Modifica ed esegui il codice