เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การทดสอบความเป็นปกติสำหรับช่วงเวลาที่ยาวขึ้น

เมื่อนำผลตอบแทนมารวมกันในช่วงเวลาที่ยาวขึ้น ผลของ ทฤษฎีขีดจำกัดกลาง (central limit) จะเข้ามามีบทบาท และการกระจายของผลตอบแทนจะมีแนวโน้มเข้าใกล้การแจกแจงแบบปกติมากขึ้น

ในแบบฝึกหัดนี้ จะใช้ฟังก์ชันการรวมข้อมูลที่เรียนไปในบทที่ 1 เพื่อรวบรวมข้อมูลใน djx_d ซึ่งเก็บ log-return รายวันของหุ้น Dow Jones 29 ตัวในช่วงปี 2000-2015 จากนั้นจะทดสอบ Jarque-Bera กับผลตอบแทนรายวัน รายสัปดาห์ และรายเดือน โดย djx_d ถูกโหลดไว้ใน workspace แล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Quantitative Risk Management in R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • คำนวณ log-return รายสัปดาห์และรายเดือนของ djx_d แล้วกำหนดให้กับ djx_w และ djx_m ตามลำดับ
  • เติม apply() เพื่อคำนวณ p-value ของการทดสอบ Jarque-Bera สำหรับอนุกรมผลตอบแทนรายวันของ Dow Jones แต่ละตัวใน djx_d
  • ทำแบบเดียวกันสำหรับผลตอบแทนหุ้นรายสัปดาห์ใน djx_w
  • ทำแบบเดียวกันสำหรับผลตอบแทนหุ้นรายเดือนใน djx_m

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Calculate weekly and monthly log-returns from djx_d
djx_w <- ___(___)
djx_m <- ___(___)

# Calculate the p-value for each series in djx_d
apply(___, 2, function(v){jarque.test(v)$p.value})

# Calculate the p-value for each series in djx_w
apply(___, 2, function(v){jarque.test(v)$p.value})

# Calculate the p-value for each series in djx_m
apply(___, 2, function(v){jarque.test(v)$p.value})
แก้ไขและรันโค้ด