BaşlayınÜcretsiz başlayın

Dalgalı zaman serilerinde uç değerler

Birbirinden bağımsız ve özdeş dağılımlı (iid) çok uzun bir seride — örneğin birkaç bin gözlem — en uçtaki küçük bir alt küme seçildiğinde — örneğin 100’den az gözlem — bu uçlar rastgele zamanlarda ortaya çıkar ve uçlar arasındaki mesafeler ya da boşluklar üstel dağılıma çok yakın bir dağılım izler. Aynı işlemi dalgalı (volatil) bir finansal log-getiri serisi için yaptığımızda ise, yüksek oynaklık dönemlerinde uçlar kümeler halinde görülür. Bu, model kurarken dikkate almamız gereken gerçek log-getiri verilerinin bir başka özelliğidir.

Bu egzersizde, 1985–2015 arasında Dow Jones endeksinin en uç 100 negatif log-getirisini içeren, düzensiz zaman serisi djx_extremes’i inceleyeceksin. Bunu, aynı uzunlukta bir iid serideki en uç 100 değeri içeren iid_extremes ile karşılaştıracaksın. Bunu yapmak için standart üstel dağılımın 100 kuramsal kantilini içeren exp_quantiles nesnesini kullanacaksın. Bu kantiller, her veri kümesi için üstel referans dağılıma karşı bir Q-Q grafiği oluşturmana yarar.

djx_extremes, iid_extremes ve exp_quantiles nesneleri çalışma alanında mevcut.

Bu egzersiz, kursun bir parçasıdır

R ile Nicel Risk Yönetimi

Kursa Göz Atın

Egzersiz talimatları

  • Grafik alanını 3 panellik tek bir satıra böl (bu senin için yapıldı)
  • plot() ve type = "h" kullanarak djx_extremes’i çiz.
  • Uç değer tarihlerinin arasındaki boşlukları hesaplamak için sırasıyla time() ve diff() kullan ve sonucu djx_spaces’e ata.
  • Veriyi sayısala dönüştürdükten sonra djx_spaces’in histogramını oluşturmak için sırasıyla hist() ve as.numeric() kullan.
  • exp_quantiles içindeki üstel kantillere karşı djx_spaces için uygun fonksiyonla bir Q-Q grafiği çiz.
  • Önceki 4 adımı iid_extremes için de uygula: aynı type parametresiyle ham veriyi çiz, boşlukları iid_spaces olarak hesapla, histogram oluştur ve bir Q-Q grafiği çiz.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Partition plotting area into 3 pieces
par(mfrow = c(1, 3))

# Plot djx_extremes
___(___)

# Compute the spaces between the times of the extremes
djx_spaces <- ___

# Make a histogram of these spaces
___(___)

# Make a Q-Q plot of djx_spaces against exp_quantiles
___(exp_quantiles, djx_spaces)

# Carry out the previous 4 steps for iid_extremes
___(___, ___)
iid_spaces <-
___(___(___))
___(exp_quantiles, iid_spaces)
Kodu Düzenle ve Çalıştır