ราคาสินทรัพย์ vs. ผลตอบแทนของสินทรัพย์

เป้าหมายของการลงทุนคือการสร้างกำไร รายได้หรือขาดทุนจากการลงทุนขึ้นอยู่กับเงินลงทุนและการเปลี่ยนแปลงของราคา โดยผลตอบแทนที่สูงเมื่อเทียบกับขนาดการลงทุนคือสิ่งที่นักลงทุนให้ความสำคัญเป็นพิเศษ นั่นคือสิ่งที่ผลตอบแทนของสินทรัพย์ทางการเงินวัด ได้แก่ การเปลี่ยนแปลงของราคาในรูปของเศษส่วนของราคาเริ่มต้นในช่วงเวลาที่กำหนด เช่น หนึ่งวันทำการ

ลองพิจารณาชุดข้อมูล eu_stocks อีกครั้ง ชุดข้อมูลนี้รายงานค่าดัชนี ซึ่งสามารถมองได้เหมือนราคา แม้ดัชนีเหล่านี้จะไม่ใช่สินทรัพย์ที่ลงทุนได้โดยตรง แต่มีสินทรัพย์ทางการเงินอีกหลายประเภทที่ติดตามดัชนีตลาดหลักเหล่านี้อย่างใกล้ชิด ไม่ว่าจะเป็นกองทุนรวมหรือ ETF

ผลตอบแทนแบบ log หรือที่เรียกว่า continuously compounded returns ก็เป็นอีกรูปแบบหนึ่งที่ใช้กันทั่วไปในการวิเคราะห์อนุกรมเวลาทางการเงิน ค่านี้คือ log ของ gross returns หรือเทียบเท่ากับการเปลี่ยนแปลง (first differences) ของ logarithm ของราคา

โดยทั่วไปแล้ว ลักษณะของราคารายวันกับผลตอบแทนรายวันจะแตกต่างกันอย่างเห็นได้ชัด ในขณะที่ความต่างระหว่างผลตอบแทนรายวันกับ log returns มักมีน้อย และอีกข้อดีหนึ่งของ log returns ที่จะได้เห็นในภายหลังคือ การคำนวณผลตอบแทนหลายช่วงเวลาทำได้ง่ายขึ้นมาก เพียงแค่นำค่าในแต่ละช่วงมาบวกกัน

ในแบบฝึกหัดนี้ จะได้สำรวจชุดข้อมูล eu_stocks เพิ่มเติม ทั้งการพล็อตราคา การแปลงราคาเป็น (net) returns และการแปลงราคาเป็น log returns

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การวิเคราะห์อนุกรมเวลาใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

ใช้ plot() เพื่อพล็อตข้อมูล eu_stocks
ใช้โค้ดที่เตรียมไว้ให้เพื่อแปลงราคารายวันในชุดข้อมูล eu_stocks เป็น returns รายวัน (net returns)
ใช้ ts() เพื่อแปลง returns ให้เป็น ts object โดยกำหนดอาร์กิวเมนต์ start เป็น c(1991, 130) และ frequency เป็น 260
เรียก plot() อีกครั้งเพื่อดู daily net returns
ใช้โค้ดที่เตรียมไว้ให้ซึ่งรวม diff() และ log() เพื่อสร้าง logreturns
เรียก plot() เป็นครั้งสุดท้ายเพื่อดู daily log returns

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Plot eu_stocks


# Use this code to convert prices to returns
returns <- eu_stocks[-1,] / eu_stocks[-1860,] - 1

# Convert returns to ts
returns <- ts(___, start = c(___, ___), frequency = ___)

# Plot returns


# Use this code to convert prices to log returns
logreturns <- diff(log(eu_stocks))

# Plot logreturns

แก้ไขและรันโค้ด