绘制成对数据
时间序列数据通常用时间序列图展示。例如，邻近图中展示了 eu_stocks 数据集的指数值。回顾一下，eu_stocks 包含德国（DAX）、瑞士（SMI）、法国（CAC）和英国（FTSE）主要股指在 1991-1998 年间的每日收盘价。
研究时间序列之间的双变量关系也很有用。本练习将考察"同时性关系"，即把发生在同一时间的观测进行匹配，比较成对指数值以及它们的对数收益。给定两个时间序列名称 a 和 b 作为输入，plot(a, b) 函数会生成散点图。
若要一次性为多个资产的所有两两组合绘制散点图，可以对其使用 pairs() 函数以生成散点图矩阵。当价格或指数值存在共同的时间趋势时，通常改为比较它们的收益或对数收益。
在本练习中，您将把这些技能应用到 eu_stocks 数据。由于 DAX 和 FTSE 的收益时间覆盖范围相近，您可以轻松绘制这两个指数的散点图。请注意，正态分布的等概率轮廓是椭圆形的，从多元正态分布抽样得到的成对数据会形成近似椭圆形的点云。在对数变换之前或之后，散点图矩阵中的哪些成对关系呈现出这种模式？
本练习是课程的一部分
R 中的时间序列分析
练习说明
- 使用
plot()绘制DAX与FTSE的散点图。 - 使用
pairs()为eu_stocks中的四个指数绘制散点图矩阵。 - 使用
diff(log(___))从eu_stocks生成logreturns。 - 再次调用
plot()，为logreturns生成一个简单的时间序列图。 - 再次调用
pairs()，为logreturns生成散点图矩阵。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Make a scatterplot of DAX and FTSE
plot(___, ___)
# Make a scatterplot matrix of eu_stocks
pairs(___)
# Convert eu_stocks to log returns
logreturns <-
# Plot logreturns
# Make a scatterplot matrix of logreturns