Calcolare covarianze e correlazioni campionarie

Le covarianze campionarie misurano l'intensità della relazione lineare tra coppie abbinate di variabili. La funzione cov() può essere usata per calcolare la covarianza tra una coppia di variabili, oppure una matrice di covarianza quando in input viene fornita una matrice con più variabili. In questo secondo caso, la matrice è simmetrica, con le covarianze tra variabili fuori dalla diagonale e le varianze delle variabili sulla diagonale. A destra puoi vedere la matrice di scatterplot dei tuoi dati logreturns.

Le covarianze sono molto importanti in finanza, ma non sono prive di scala e possono essere difficili da interpretare direttamente. La correlazione è la versione standardizzata della covarianza e varia da -1 a 1: valori con modulo vicino a 1 indicano una forte relazione lineare tra coppie di variabili. La funzione cor() può essere applicata sia a coppie di variabili sia a una matrice con più variabili, e l'output si interpreta in modo analogo.

In questo esercizio userai cov() e cor() per esplorare i tuoi dati logreturns.