Usando gráficos acf para revelar volatilidade
Este exercício dá continuidade ao exercício anterior em R, no qual buscamos sinais visíveis de volatilidade em uma série temporal financeira. Para os retornos do Dow Jones de 2008–11 em djx e os dados simulados com distribuição normal e t em ndata e tdata, respectivamente, você vai calcular e plotar as funções de autocorrelação amostral (acf) usando o comando acf().
Embora haja muito pouca evidência de autocorrelação serial nesses gráficos, o quadro muda radicalmente quando olhamos para os retornos em valor absoluto ou ao quadrado. Os retornos reais na série djx do Dow Jones se comportam de forma bem diferente dos dados simulados. A autocorrelação em retornos absolutos ou ao quadrado é consequência da volatilidade, que faz com que grandes retornos sejam seguidos por outros grandes retornos, embora não necessariamente com o mesmo sinal.
djx, ndata e tdata estão disponíveis no seu workspace.
Este exercício faz parte do curso
Gerenciamento de Risco Quantitativo em R
Instruções do exercício
- Configure a área de plotagem para mostrar 3 gráficos por vez (isso já foi feito para você).
- Plote a acf amostral de
djxe dos dados simulados com distribuições normal e t,ndataetdata. - Plote a acf amostral dos valores absolutos das três séries.
- Plote a acf amostral dos quadrados dos valores das três séries.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Set up a plot region to show 3 plots at a time
par(mfrow = c(3, 1))
# Plot the acfs of djx, ndata and tdata
___
___
___
# Plot the acfs of the absolute values
___
___
___
# Plot the acfs of the squares of the values
___
___
___