Характеристики фінансових часових рядів

Щоденні доходності фінансових активів зазвичай мають багато спільних рис. Доходності за один день зазвичай малі, а їхнє середнє близьке до нуля. Водночас їхні дисперсії та стандартні відхилення можуть бути відносно великими. Протягом кількох років зазвичай спостерігається кілька дуже великих (за модулем) доходностей. Такі відносні викиди трапляються лише в окремі дні, але саме вони зумовлюють найвідчутніші зміни цін активів. Через ці екстремальні доходності розподіл щоденних доходностей активів не є нормальним, а має «важкі хвости» і подекуди є асиметричним. Загалом індивідуальні акції зазвичай мають ще більшу мінливість і більше екстремальних спостережень, ніж індексні доходності.

У цій вправі ви працюватимете з набором eu_percentreturns, тобто з відсотковими доходностями, обчисленими з ваших даних eu_stocks. Для кожного з чотирьох індексів у даних ви обчислите вибіркові середнє, дисперсію та стандартне відхилення.

Зверніть увагу, що середня щоденна доходність близька до 0, а стандартне відхилення — близько 1 відсоткового пункту. Також застосуйте функції hist() та qqnorm() для побудови відповідно гістограм і нормальних квантильних графіків для кожного з індексів.

Ця вправа є частиною курсу

Аналіз часових рядів в R

Переглянути курс

Інструкції до вправи

Використайте colMeans(), щоб обчислити вибіркове середнє для кожного стовпця у ваших даних eu_percentreturns.
Використайте apply(), щоб обчислити вибіркову дисперсію для кожного індексу. Залиште аргумент MARGIN рівним 2 і встановіть аргумент FUN як var.
Зробіть ще один виклик apply(), щоб обчислити стандартне відхилення для кожного індексу. Залиште MARGIN рівним 2, але цього разу встановіть FUN як sd.
Запустіть решту коду, щоб відобразити гістограму та нормальні квантильні графіки відсоткових доходностей для кожного індексу.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Generate means from eu_percentreturns
colMeans(___)

# Use apply to calculate sample variance from eu_percentreturns
apply(___, MARGIN = 2, FUN = ___)

# Use apply to calculate standard deviation from eu_percentreturns


# Display histogram and normal quantile plots
par(mfrow = c(2,2))
apply(eu_percentreturns, MARGIN = 2, FUN = hist, main = "", xlab = "Percentage Return")

par(mfrow = c(2,2))
apply(eu_percentreturns, MARGIN = 2, FUN = qqnorm, main = "")
qqline(eu_percentreturns)

Редагувати та запускати код