FX-rendementen toetsen op normaliteit
Tot nu toe hebben de oefeningen in dit hoofdstuk gekeken naar de (non-)normaliteit van aandelenindexrendementen en individuele aandelentrendementen.
Om deze ideeën te versterken, ga je soortgelijke analyses toepassen op log-rendementen van wisselkoersen. De gegevensset fx_d bevat dagelijkse log-rendementen van de EUR/USD-, GBP/USD- en JPY/USD-wisselkoersen over de periode 2001–2015, en de gegevensset fx_m bevat de overeenkomstige maandelijkse log-rendementen. Beide zijn multivariaat; ze zijn al in je werkruimte geladen.
Welke van de maandelijkse log-rendementsreeksen lijkt het meest normaal?
Deze oefening maakt deel uit van de cursus
Kwantiatief Risicobeheer in R
Oefeninstructies
- Plot de dagelijkse log-rendementsreeksen van wisselkoersen in
fx_dmet de juiste plotfunctie. - Gebruik
apply()om de Jarque-Bera-toets uit te voeren op elk van de reeksen infx_d. - Plot de maandelijkse log-rendementsreeksen in
fx_mmet dezelfde plotfunctie en parametertype = "h". - Gebruik
apply()om de Jarque-Bera-toets uit te voeren op elk van de reeksen infx_m. - Vul
apply()aan om een Student t-verdeling te fitten op elk van de reeksen infx_men de parameterinschattingen te verkrijgen.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# 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})