1. Uczyć się
  2. /
  3. Courses
  4. /
  5. R로 배우는 계량적 위험 관리(Quantitative Risk Management)

Connected

Exercise

데이터에 t 분포 적합하기

일반적으로 Student t 분포는 정규분포보다 일별, 주별, 월별 수익률에 훨씬 더 잘 맞습니다.

QRM 패키지의 fit.st() 함수를 사용해 t 분포를 적합할 수 있습니다. 적합된 모형에는 par.ests라는 모수 추정치 구성 요소가 있으며, 이를 리스트 tpars에 할당해 nu, mu, sigma 값을 저장해 두고 나중에 사용할 수 있습니다:

> tfit <- fit.st(ftse)
> tpars <- tfit$par.ests
> tpars
          nu           mu        sigma
2.949514e+00 4.429863e-05 1.216422e-02

이번 연습에서는 2008–2011년 Dow Jones 지수의 일별 로그수익률(djx)에 Student t 분포를 적합합니다. 그다음 데이터의 히스토그램을 그리고, 적합된 t 밀도를 보여 주는 빨간 선을 겹쳐 표시합니다. djx 데이터와 QRM 패키지는 미리 로드되어 있습니다.

Instrukcje

100 XP
  • fit.st()를 사용해 djx 데이터에 Student t 분포를 적합하고 결과를 tfit에 할당하세요.
  • 적합된 모형의 par.ests 구성 요소를 tpars에 할당하고, tpars의 요소를 각각 nu, mu, sigma에 할당하세요.
  • hist()를 채워 djx의 히스토그램을 그리세요.
  • dt()를 채워 djx 값에서의 적합된 t 밀도를 계산해 yvals에 할당하세요. 식은 영상에서 다룬 내용을 참고하세요.
  • lines()를 채워 djx 히스토그램에 적합된 t 밀도를 나타내는 빨간 선을 추가하세요.