Aggregera log-avkastningsserier

Inom statistik innebär aggregerade data att data kombineras från flera mätningar. Du har just lärt dig att beräkna veckovisa, månatliga och kvartalsvisa log-avkastningar genom att summera dagliga log-avkastningar med motsvarande funktioner apply.weekly(), apply.monthly() och apply.quarterly().

Du kan till exempel använda följande kod för att beräkna kvartalsvisa avkastningar för en univariat tidsserie data och en multivariat tidsserie mv_data:

> # apply.quarterly(x, FUN, ...)
> data_q = apply.quarterly(data, sum)
> mv_data_q = apply.quarterly(mv_data, colSums)

I den här övningen får du träna på att aggregera tidsseriedata med dessa funktioner och plotta resultaten. Data DJ och DJ_const finns tillgängliga i din workspace, liksom objekten djx, som innehåller dagliga log-avkastningar för Dow Jones-indexet från 2000–2015, och djreturns, som innehåller dagliga log-avkastningar för de fyra första aktierna i DJ_const från 2000–2015. Använd plot för univariata tidsserier och plot.zoo för multivariata tidsserier.

Den här övningen är en del av kursen

Kvantitativ riskhantering i R

Visa kurs

Övningsinstruktioner

Plotta objektet djx.
Plotta de veckovisa log-avkastningarna för djx med vertikala staplar på en rad.
Plotta de månatliga log-avkastningarna för djx med vertikala staplar.
Plotta objektet djreturns med plot.zoo.
Plotta de månatliga log-avkastningarna för djreturns med vertikala staplar och plot.zoo.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Plot djx
___(___)

# Plot weekly log-returns of djx
___(___, ___)

# Plot monthly log-returns of djx
___(___, ___)

# Plot djreturns
___(___)

# Plot monthly log-returns of djreturns
___(___, ___)

Redigera och kör kod