1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Giới thiệu Phân tích Danh mục đầu tư bằng R
Connected

Bài tập

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.

Hướng dẫn

100 XP
  • Dùng hàm to.monthly() với đối số sp500 và gán kết quả cho sp500_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 của sp500 cho mỗi tháng.
  • Tạo sp500_returns bằng cách dùng hàm Return.calculate() trên sp500_monthly với giá đóng cửa (cột thứ tư trong sp500_monthly).
  • Dùng plot.zoo() để vẽ chuỗi thời gian của sp500_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.