Características de séries temporais financeiras

Retornos diários de ativos financeiros geralmente compartilham várias características. Os retornos de um dia costumam ser pequenos, e sua média fica próxima de zero. Ao mesmo tempo, suas variâncias e desvios padrão podem ser relativamente grandes. Ao longo de alguns anos, observam-se vários retornos muito grandes (em magnitude). Esses outliers relativos ocorrem em poucos dias, mas respondem pelos movimentos mais substanciais nos preços dos ativos. Por causa desses retornos extremos, a distribuição dos retornos diários de ativos não é normal, mas de cauda pesada e, às vezes, assimétrica. Em geral, retornos de ações individuais costumam ter ainda mais variabilidade e observações mais extremas do que os retornos de índices.

Neste exercício, você vai trabalhar com o conjunto eu_percentreturns, que são os retornos percentuais calculados a partir dos seus dados eu_stocks. Para cada um dos quatro índices contidos nos seus dados, você calculará a média amostral, a variância e o desvio padrão.

Perceba que o retorno médio diário é próximo de 0, enquanto o desvio padrão é de cerca de 1 ponto percentual. Também aplique as funções hist() e qqnorm() para gerar, respectivamente, histogramas e gráficos quantis-normais para cada um dos índices.

Este exercício faz parte do curso

Análise de Séries Temporais em R

Ver curso

Instruções do exercício

Use colMeans() para calcular a média amostral de cada coluna nos seus dados eu_percentreturns.
Use apply() para calcular a variância amostral de cada índice. Deixe o argumento MARGIN em 2 e defina o argumento FUN como var.
Use outra chamada a apply() para calcular o desvio padrão de cada índice. Mantenha o argumento MARGIN em 2, mas desta vez defina o argumento FUN como sd.
Execute o restante do código para exibir um histograma e gráficos quantis-normais dos retornos percentuais para cada índice.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Generate means from eu_percentreturns
colMeans(___)

# Use apply to calculate sample variance from eu_percentreturns
apply(___, MARGIN = 2, FUN = ___)

# Use apply to calculate standard deviation from eu_percentreturns


# Display histogram and normal quantile plots
par(mfrow = c(2,2))
apply(eu_percentreturns, MARGIN = 2, FUN = hist, main = "", xlab = "Percentage Return")

par(mfrow = c(2,2))
apply(eu_percentreturns, MARGIN = 2, FUN = qqnorm, main = "")
qqline(eu_percentreturns)

Editar e executar o código