Testa valutaavkastningar för normalitet
Hittills har övningarna i det här kapitlet undersökt normaliteten hos aktieindexavkastningar och enskilda aktiers avkastningar.
För att befästa dessa idéer tillämpar du nu liknande metoder på logaritmerade avkastningar för valutakurser. Datamängden fx_d innehåller dagliga log-avkastningar för valutakurserna EUR/USD, GBP/USD och JPY/USD för perioden 2001–2015, och datamängden fx_m innehåller motsvarande månadsbaserade log-avkastningar. Båda är multivariata och är inlästa i din arbetsmiljö.
Vilken av de månatliga log-avkastningsserierna verkar vara mest normalfördelad?
Den här övningen är en del av kursen
Kvantitativ riskhantering i R
Övningsinstruktioner
- Plotta de dagliga log-avkastningsserierna för valutakurser i
fx_dmed lämplig plottfunktion. - Använd
apply()för att utföra Jarque-Bera-testet på var och en av serierna ifx_d. - Plotta de månadsbaserade log-avkastningsserierna i
fx_mmed samma plottfunktion och parameterntype = "h". - Använd
apply()för att utföra Jarque-Bera-testet på var och en av serierna ifx_m. - Fyll i
apply()för att anpassa en Student t-fördelning till var och en av serierna ifx_moch hämta parameterestimaten.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Plot the daily log-return series in fx_d
___(___)
# Apply the Jarque-Bera test to each of the series in fx_d
___(___)
# Plot the monthly log-return series in fx_m
___(___)
# Apply the Jarque-Bera test to each of the series in fx_m
___(___)
# Fit a Student t distribution to each of the series in fx_m
apply(___, ___, function(v){fit.st(v)$par.ests})