เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การรวม log-return series

ในทางสถิติ ข้อมูลที่รวมกัน (aggregate data) คือข้อมูลที่ได้จากการรวมการวัดหลายครั้งเข้าด้วยกัน คุณได้เรียนรู้แล้วว่าสามารถคำนวณ log-return รายสัปดาห์ รายเดือน และรายไตรมาสได้ด้วยการรวม log-return รายวัน โดยใช้ฟังก์ชัน apply.weekly(), apply.monthly() และ apply.quarterly() ตามลำดับ

ตัวอย่างเช่น โค้ดต่อไปนี้ใช้สำหรับสร้าง return รายไตรมาสจาก time series แบบ univariate data และ time series แบบ multivariate mv_data:

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

ในแบบฝึกหัดนี้ จะได้ฝึกการรวม time series data โดยใช้ฟังก์ชันเหล่านี้และพล็อตผลลัพธ์ที่ได้ ข้อมูล DJ และ DJ_const พร้อมใช้งานใน workspace แล้ว รวมถึงออบเจ็กต์ djx ซึ่งเก็บ log-return รายวันของดัชนี Dow Jones ตั้งแต่ปี 2000-2015 และ djreturns ซึ่งเก็บ log-return รายวันของหุ้น 4 ตัวแรกใน DJ_const ตั้งแต่ปี 2000-2015 ใช้ plot สำหรับ time series แบบ univariate และ plot.zoo สำหรับ time series แบบ multivariate

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Quantitative Risk Management in R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • พล็อตออบเจ็กต์ djx
  • พล็อต log-return รายสัปดาห์ของ djx แบบแท่งแนวตั้งในบรรทัดเดียว
  • พล็อต log-return รายเดือนของ djx แบบแท่งแนวตั้ง
  • พล็อตออบเจ็กต์ djreturns โดยใช้ plot.zoo
  • พล็อต log-return รายเดือนของ djreturns แบบแท่งแนวตั้งโดยใช้ plot.zoo

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Plot djx
___(___)

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

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

# Plot djreturns
___(___)

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