金融时间序列的特征

日度金融资产收益通常具有许多共同特征。单日收益通常很小，平均值接近 0。同时，其方差和标准差可能相对较大。几年时间里，往往会观察到若干个（幅度上）非常大的收益。这些相对的离群值只发生在极少数几天，但却解释了资产价格中最显著的波动。由于这些极端收益，日度资产收益的分布并不服从正态分布，而是具有重尾，有时还会偏态。一般来说，个股收益的波动性通常比指数收益更大，极端观测也更多。

在本练习中，您将使用 eu_percentreturns 数据集，它是由您的 eu_stocks 数据计算得到的百分比收益。对数据中包含的 4 个指数，分别计算样本均值、方差和标准差。

请注意，平均日收益约为 0，而标准差约为 1 个百分点。还请分别使用 hist() 和 qqnorm() 函数，为每个指数绘制直方图和正态分位图。

本练习是课程的一部分

R 中的时间序列分析

查看课程

练习说明

使用 colMeans() 计算 eu_percentreturns 数据中每一列的样本均值。
使用 apply() 计算每个指数的样本方差。将 MARGIN 参数设为 2，FUN 参数设为 var。
再次调用 apply() 计算每个指数的标准差。保持 MARGIN 为 2，这次将 FUN 设为 sd。
运行其余代码，显示每个指数的百分比收益直方图和正态分位图。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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)

编辑并运行代码