Usare i grafici acf per rivelare la volatilità
Questo esercizio prosegue il precedente esercizio in R in cui abbiamo cercato segni visibili di volatilità in una serie storica finanziaria. Per i rendimenti del Dow Jones dal 2008 all’11 in djx e i dati simulati con distribuzione normale e t in ndata e tdata, rispettivamente, calcolerai e traccerai le funzioni di autocorrelazione campionarie (acf) usando il comando acf().
Sebbene in questi grafici si trovi pochissima evidenza di correlazione seriale, il quadro cambia radicalmente quando guardiamo ai rendimenti assoluti o ai rendimenti al quadrato. I rendimenti reali nella serie dei rendimenti del Dow Jones djx si comportano in modo molto diverso rispetto ai dati simulati. La correlazione seriale nei rendimenti assoluti o al quadrato è una conseguenza della volatilità, che fa sì che a rendimenti elevati seguano altri rendimenti elevati, anche se non necessariamente dello stesso segno.
djx, ndata e tdata sono disponibili nel tuo workspace.
Questo esercizio fa parte del corso
Gestione del rischio quantitativa in R
Istruzioni dell'esercizio
- Imposta l’area di disegno per mostrare 3 grafici alla volta (è già stato fatto per te).
- Traccia l’acf campionaria di
djxe dei dati simulati normali e t,ndataetdata. - Traccia l’acf campionaria dei valori assoluti delle tre serie.
- Traccia l’acf campionaria dei quadrati dei valori delle tre serie.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Set up a plot region to show 3 plots at a time
par(mfrow = c(3, 1))
# Plot the acfs of djx, ndata and tdata
___
___
___
# Plot the acfs of the absolute values
___
___
___
# Plot the acfs of the squares of the values
___
___
___