Aan de slagGa gratis aan de slag

Rollen maar

Je kunt de tijdsvariatie in volatiliteit visualiseren met de functie chart.RollingPerformance() uit het pakket PerformanceAnalytics. Een belangrijke afstemmingsparameter is de keuze van de vensterlengte. Hoe korter het venster, hoe gevoeliger de rollende volatiteitsschatting is voor recente rendementen. Hoe langer het venster, hoe gladder de reeks zal zijn. Met de functie sd.annualized kun je de geannualiseerde volatiliteit berekenen, onder de aanname dat het aantal handelsdagen per jaar gelijk is aan de waarde die je meegeeft aan het argument scale.

In deze oefening vul je de code aan om de rollende schatting van geannualiseerde volatiliteit te berekenen voor de dagelijkse S&P 500-rendementen in sp500ret voor de periode 2005 tot en met 2017.

Deze oefening maakt deel uit van de cursus

GARCH-modellen in R

Cursus bekijken

Oefeninstructies

  • Laad het pakket PerformanceAnalytics.
  • Bereken de schatting voor één maand en zet het argument scale op het aantal handelsdagen in een jaar.
  • Bereken de schatting voor drie maanden en zet het argument scale op het aantal handelsdagen in een jaar.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Load the package PerformanceAnalytics
___

# Showing two plots on the same figure
par(mfrow=c(2,1)) 

# Compute the rolling 1 month estimate of annualized volatility
chart.RollingPerformance(R = sp500ret["2000::2017"], width = ___,
     FUN = "sd.annualized", scale = ___, main = "One month rolling volatility")

# Compute the rolling 3 months estimate of annualized volatility
chart.RollingPerformance(R = ___, width = ___,
     FUN = ___, scale = ___, main = "Three months rolling volatility")
Code bewerken en uitvoeren