Вычисление выборочных ковариаций и корреляций

Выборочные ковариации измеряют силу линейной зависимости между парами переменных. Функция cov() позволяет вычислить ковариацию для пары переменных или матрицу ковариаций, если на вход подаётся матрица из нескольких переменных. В последнем случае результирующая матрица симметрична: на диагонали располагаются дисперсии переменных, а вне диагонали — ковариации между ними. Справа вы можете видеть матрицу диаграмм рассеяния для данных logreturns.

Ковариации широко используются в финансовом анализе, однако они зависят от масштаба переменных и их бывает сложно интерпретировать напрямую. Корреляция — это стандартизированная версия ковариации, принимающая значения от -1 до 1. Значения, близкие к 1 по модулю, указывают на сильную линейную зависимость между парами переменных. Функция cor() применяется как к парам переменных, так и к матрице из нескольких переменных, а результат интерпретируется аналогичным образом.

В этом упражнении вы воспользуетесь функциями cov() и cor(), чтобы изучить данные logreturns.

Это упражнение является частью курса

Анализ временных рядов в R

Посмотреть курс

Инструкции к упражнению

Используйте cov(), чтобы вычислить выборочную ковариацию между DAX_logreturns и FTSE_logreturns.
Снова вызовите cov(), чтобы вычислить матрицу выборочных ковариаций для logreturns.
Используйте cor(), чтобы вычислить выборочную корреляцию между DAX_logreturns и FTSE_logreturns.
Снова вызовите cor(), чтобы вычислить матрицу выборочных корреляций для logreturns.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Use cov() with DAX_logreturns and FTSE_logreturns
cov(___, ___)

# Use cov() with logreturns


# Use cor() with DAX_logreturns and FTSE_logreturns
cor(___, ___)

# Use cor() with logreturns

Редактировать и запускать код