Verificare la normalità su orizzonti temporali più lunghi
Quando si sommano i rendimenti su periodi più lunghi, entra in gioco un effetto di limite centrale e i rendimenti tendono ad avvicinarsi alla normalità.
In questo esercizio userai le funzioni di aggregazione che hai imparato nel primo capitolo per aggregare i dati in djx_d, che contiene i log-rendimenti giornalieri di 29 titoli del Dow Jones per il periodo 2000-2015. Poi applicherai il test di Jarque-Bera ai rendimenti giornalieri, settimanali e mensili. djx_d è già caricato nel tuo workspace.
Questo esercizio fa parte del corso
Gestione del rischio quantitativa in R
Istruzioni dell'esercizio
- Calcola i log-rendimenti settimanali e mensili di
djx_de assegna i risultati rispettivamente adjx_wedjx_m. - Compila
apply()per calcolare il p-value del test di Jarque-Bera per ciascuna serie di rendimenti giornalieri del Dow Jones indjx_d. - Fai lo stesso per i rendimenti azionari settimanali in
djx_w. - Fai lo stesso per i rendimenti azionari mensili in
djx_m.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Calculate weekly and monthly log-returns from djx_d
djx_w <- ___(___)
djx_m <- ___(___)
# Calculate the p-value for each series in djx_d
apply(___, 2, function(v){jarque.test(v)$p.value})
# Calculate the p-value for each series in djx_w
apply(___, 2, function(v){jarque.test(v)$p.value})
# Calculate the p-value for each series in djx_m
apply(___, 2, function(v){jarque.test(v)$p.value})