FX 수익률의 정규성 검정
지금까지는 이 장의 연습 문제에서 주가지수 수익률과 개별 주식 수익률의 정규성을 살펴봤습니다.
이 개념을 확실히 하려면, 유사한 아이디어를 환율 로그 수익률에도 적용해 보겠습니다. 데이터셋 fx_d에는 2001–2015년 기간의 EUR/USD, GBP/USD, JPY/USD 환율에 대한 일별 로그 수익률이 들어 있고, 데이터셋 fx_m에는 해당 월별 로그 수익률이 들어 있습니다. 둘 다 다변량 데이터이며 작업 공간에 로드되어 있습니다.
월별 로그 수익률 시계열 중 어느 것이 가장 정규분포에 가까워 보이나요?
이 연습은 강의의 일부입니다
R로 배우는 계량적 위험 관리(Quantitative Risk Management)
연습 안내
- 적절한 그래프 함수로
fx_d의 일별 환율 로그 수익률 시계열을 그리세요. apply()를 사용해fx_d의 각 시계열에 Jarque-Bera 검정을 수행하세요.- 동일한 그래프 함수와 매개변수
type = "h"를 사용해fx_m의 월별 로그 수익률 시계열을 그리세요. apply()를 사용해fx_m의 각 시계열에 Jarque-Bera 검정을 수행하세요.apply()에 코드를 채워fx_m의 각 시계열에 Student t 분포를 적합하고 추정된 모수 값을 얻으세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Plot the daily log-return series in fx_d
___(___)
# Apply the Jarque-Bera test to each of the series in fx_d
___(___)
# Plot the monthly log-return series in fx_m
___(___)
# Apply the Jarque-Bera test to each of the series in fx_m
___(___)
# Fit a Student t distribution to each of the series in fx_m
apply(___, ___, function(v){fit.st(v)$par.ests})