Visualisera par av data
Tidsseriedata presenteras ofta i ett tidsseriediagram. Indexvärdena från datamängden eu_stocks visas till exempel i den bifogade figuren. Som du kanske minns innehåller eu_stocks dagliga stängningskurser från 1991–1998 för de viktigaste börsindexen i Tyskland (DAX), Schweiz (SMI), Frankrike (CAC) och Storbritannien (FTSE).
Det är också användbart att undersöka det bivariata sambandet mellan par av tidsserier. I den här övningen tittar vi på det samtida sambandet – det vill säga matchande observationer som inträffar vid samma tidpunkt – mellan par av indexvärden och deras loggavkastningar. Funktionen plot(a, b) skapar ett spridningsdiagram när två tidsserienamn a och b anges som indata.
För att samtidigt skapa spridningsdiagram för alla par av flera tillgångar kan funktionen pairs() användas för att generera en spridningsdiagrammatris. När gemensamma tidstrender förekommer i priser eller indexvärden är det vanligt att i stället jämföra deras avkastningar eller loggavkastningar.
I den här övningen får du öva på dessa färdigheter med data från eu_stocks. Eftersom DAX och FTSE täcker liknande tidsperioder kan du enkelt skapa ett spridningsdiagram för dessa index. Observera att normalfördelningen har elliptiska konturer för lika sannolikhet, och att par av data från den multivariata normalfördelningen bildar ett ungefär elliptiskt format punktmoln. Uppvisar några av paren i spridningsdiagrammatriserna detta mönster – före eller efter logaritmisk transformation?
Den här övningen är en del av kursen
Tidsserieanalys i R
Övningsinstruktioner
- Använd
plot()för att skapa ett spridningsdiagram överDAXochFTSE. - Använd
pairs()för att skapa en spridningsdiagrammatris för de fyra indexen ieu_stocks. - Generera
logreturnsfråneu_stocksmed hjälp avdiff(log(___)). - Använd ytterligare ett anrop till
plot()för att skapa ett enkelt tidsseriediagram överlogreturns. - Använd ytterligare ett anrop till
pairs()för att skapa en spridningsdiagrammatris förlogreturns.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Make a scatterplot of DAX and FTSE
plot(___, ___)
# Make a scatterplot matrix of eu_stocks
pairs(___)
# Convert eu_stocks to log returns
logreturns <-
# Plot logreturns
# Make a scatterplot matrix of logreturns