Dane szeregów czasowych są często przedstawiane na wykresach liniowych. Na przykład wartości indeksów ze zbioru danych eu_stocks widoczne są na dołączonym wykresie. Przypomnij sobie, że eu_stocks zawiera dzienne ceny zamknięcia z lat 1991–1998 dla głównych indeksów giełdowych w Niemczech (DAX), Szwajcarii (SMI), Francji (CAC) i Wielkiej Brytanii (FTSE).

Warto również zbadać zależności dwuwymiarowe między parami szeregów czasowych. W tym ćwiczeniu skupimy się na relacji współczesnej, czyli na dopasowaniu obserwacji zachodzących w tym samym czasie, zarówno dla par wartości indeksów, jak i ich logarytmicznych stóp zwrotu. Funkcja plot(a, b) tworzy wykres punktowy, gdy jako argumenty podane zostaną dwa szeregi czasowe a i b.

Aby jednocześnie wyświetlić wykresy punktowe dla wszystkich par kilku aktywów, można użyć funkcji pairs(), która tworzy macierz wykresów punktowych. Gdy w cenach lub wartościach indeksów widoczne są wspólne trendy czasowe, zazwyczaj porównuje się ich stopy zwrotu lub logarytmiczne stopy zwrotu.

W tym ćwiczeniu przećwiczysz te umiejętności na danych eu_stocks. Ponieważ zwroty DAX i FTSE obejmują podobny zakres czasowy, możesz łatwo stworzyć ich wykres punktowy. Zwróć uwagę, że rozkład normalny ma eliptyczne linie równego prawdopodobieństwa, a pary danych pochodzące z wielowymiarowego rozkładu normalnego tworzą mniej więcej eliptyczną chmurę punktów. Czy któraś z par na macierzach wykresów punktowych wykazuje taki wzorzec – przed zastosowaniem transformacji logarytmicznej i po niej?

Zgadnij współczynnik korelacji

Analiza szeregów czasowych w R

Interaktywne ćwiczenie praktyczne