Aktie- och implicita volatilitetsriskfaktorer

För att analysera risken i en portfölj som innehåller en option behöver du ta hänsyn till förändringar i alla tre riskfaktorer: aktiekurs, volatilitet och räntor. Här fokuserar du på de två första riskfaktorerna och antar att räntorna inte förändras nämnvärt under korta tidsintervall. De dagliga riskfaktorvärdena för perioden 1990–2010 finns i riskfactors och motsvarande log-avkastningar i returns. Båda multivariata datamängderna är inlästa i din arbetsmiljö.

Volatilitet är en ny riskfaktor som inte har behandlats tidigare i kursen. Den representeras av VIX-indexet, som konstrueras utifrån de implicita volatiliteterna för ett brett urval av optioner på S&P 500-indexet:

> names(returns)
[1] "X.GSPC" "X.VIX"

I den här övningen får du möjlighet att undersöka om log-avkastningarna för volatilitet beter sig som andra avkastningsdata du har stött på, och se hur de varierar tillsammans med log-avkastningarna för S&P 500-indexet.

Den här övningen är en del av kursen

Kvantitativ riskhantering i R

Visa kurs

Övningsinstruktioner

Använd lämplig funktion för att plotta data i riskfactors och i returns.
Använd plot() och as.matrix() i följd för att skapa ett spridningsdiagram av returns.
Använd apply() för att genomföra Jarque-Bera-testet på returns, och använd sedan qqnorm() tillsammans med indexering med hakparenteser för att skapa ett Q-Q-diagram mot normalfördelningen för log-avkastningarna i den serie i returns som innehåller volatilitetsdata.
Skapa ett stickprovs-ACF-diagram för data i returns och sedan för de absoluta avkastningarna.
Använd cor() för att beräkna korrelationen mellan log-avkastningarna för de två riskfaktorerna i returns.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Plot the risk factors and the log-returns



# Make a scatterplot of the two return series


# Apply the Jarque-Bera test to the returns and make a Q-Q plot of the volatility log-returns



# Create the sample acf of the returns and absolute returns



# Calculate the correlation between the log-returns

Redigera och kör kod