Khám phá lợi nhuận S&P 500 theo tháng
Trong các bài tập sắp tới, bạn sẽ xem xét hiệu suất theo tháng của S&P 500. Một bức hình đáng giá ngàn lời nói. Đó là lý do phần lớn phân tích hiệu suất thường bắt đầu bằng việc xem đồ thị chuỗi thời gian của giá trị khoản đầu tư.
Biểu đồ S&P 500 cho giai đoạn từ 1986 đến tháng 8/2016 được hiển thị bên phải. Mỗi quan sát trên đồ thị là giá trị cuối ngày. Biểu đồ này thể hiện nhiều giai đoạn bùng nổ và suy thoái. Hãy nhìn kỹ, bạn có thấy vì sao thập niên 2000 thường được gọi là “thập kỷ mất mát” của đầu tư không?
Các gói PerformanceAnalytics và xts đã được nạp sẵn, và dữ liệu giá hằng ngày của S&P 500 có sẵn trong không gian làm việc dưới biến sp500. Biến này thuộc lớp chuỗi thời gian xts, nghĩa là mỗi quan sát có một dấu thời gian. Nhiệm vụ của bạn là mô tả hiệu suất theo tháng của S&P 500. Để làm điều đó, trước tiên bạn sẽ tổng hợp chuỗi giá hằng ngày thành giá cuối tháng. Sau đó, bạn sẽ tính lợi nhuận theo tháng và trực quan hóa chúng trong một bảng.
Bài tập này là một phần của khóa học
Giới thiệu Phân tích Danh mục đầu tư bằng R
Hướng dẫn bài tập
- Dùng hàm to.monthly() với đối số
sp500và gán kết quả chosp500_monthly. - In ra sáu dòng đầu tiên của
sp500_monthly. Lưu ý việc tổng hợp dữ liệu đã tạo ra một bảng bốn cột gồm giá mở cửa, thấp nhất, cao nhất và đóng cửa củasp500cho mỗi tháng. - Tạo
sp500_returnsbằng cách dùng hàmReturn.calculate()trênsp500_monthlyvới giá đóng cửa (cột thứ tư trongsp500_monthly). - Dùng
plot.zoo()để vẽ chuỗi thời gian củasp500_returns. - Dùng hàm table.CalendarReturns() trong PerformanceAnalytics để trình bày dữ liệu lợi nhuận theo tháng ở dạng bảng, hiển thị theo năm và tháng.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Convert the daily frequency of sp500 to monthly frequency: sp500_monthly
sp500_monthly <-
# Print the first six rows of sp500_monthly
# Create sp500_returns using Return.calculate using the closing prices
sp500_returns <-
# Time series plot
# Produce the year x month table