Análisis de series de rendimiento

Un archivo contiene los rendimientos de las acciones de 4 acciones, entre ellas las de Bancolombia. Se realiza un análisis de los rendimientos y se estima la varianza por varios métodos.

Puede consultar el libro "Introducción al riesgo financiero" en  

https://1drv.ms/b/s!Aj-hHTVbsx01h4JmNiA9O57JQuANWg?e=l4IFbm

library(nortest)

library(MASS)

library(stats)

library(ADGofTest)

library(moments)

A=read.csv("F:/U162/RIESGO/datos162.csv",header=TRUE,dec=".")

attach(A)

View(A)

n=nrow(A)

n

stem(bancolo)

  -7 | 2

  -6 | 

  -5 | 211

  -4 | 8755211

  -3 | 44322211100000

  -2 | 99998777766665544444333222221110000

  -1 | 99999888777777666666655555544444444444333333333333333332222111111111

  -0 | 99999999999999888888888888888888888877777777777777766666666666665555+65

   0 | 00000000000000000000000000000000000000000000000000000000000000000000+142

   1 | 00000000000011111111112222222222223333333444444555555555566666666777

   2 | 00000111112222333334444455666677778999

   3 | 001112233344445577899

   4 | 0278

   5 | 07

   6 | 

   7 | 

   8 | 

   9 | 0

summary(bancolo)

m=mean(bancolo)

m

varianza=var(bancolo)

varianza

des=sd(bancolo)

des

hist(bancolo,prob=TRUE,breaks=15)

curve(dnorm(x, m, des), -0.10, 0.2, add = TRUE,lwd=2,col="red")

boxplot(bancolo,horizontal=TRUE)

plot(bancolo,type="l",ylab="Rendimiento",xlab="Día",main="rendimientos bancolombia")

abline(h=0,col="red")

ASI=skewness(bancolo)

ASI

K=kurtosis(bancolo)

K

jarque.test(bancolo)

shapiro.test(bancolo)

ks.test(bancolo,"pnorm")

lillie.test(bancolo)

ad.test(bancolo,pnorm)

agostino.test(eeb)

geary(eeb)

cvm.test(eeb)

sf.test(eeb)

qqnorm(eeb)

qqline(eeb)

summary(A)

estimación de la varianza

###varianza=ren^2

sapply(A,var)

R2bancolo<-sum(bancolo^2)/n

R2eeb<-sum(eeb^2)/n

R2gargos<-sum(gargos^2)/n

R2nutresa<-sum(nutresa^2)/n

varianzas2<-rbind(R2bancolo,R2eeb,R2gargos,R2nutresa)

varianzas2

###

##varianza móvil (ventanas móviles)

library(caTools)

k=20;

y=runsd(bancolo, k)

y

va<-y^2

va

plot(va,type="l",xlab="fecha")

#Volatilidad Dinámica(suavizamiento exponencial)

I=1:n

lambda=0.9

lambda2=lambda^(I-1)

lambda2

K=bancolo^2

S=lambda2*K

T=sum(S)

T

sigma2t=(1-lambda)*T

sigma2t

sigma=sqrt(sigma2t)

sigma

(1-lambda)*(bancolo[n])^2+lambda*sigma2t ##estimación

########

##Arch.garch

library(fGarch)

modelo=garchFit(~garch(1,0),data=bancolo) ##arch(1)

coef(modelo)

predict(modelo)

modelo3=garchFit(~garch(1,1),data=bancolo) ##garch(1,1)

coef(modelo3)

predict(modelo3)

predict(modelo3,n.ahead=5)