14]
Золото<-Мои.данные[1:5831, 15]
options("scipen"=100, "digits"=4)
Уравн1<-lm(Долл.США_Руб~Евро_Долл.США+Евро_Руб+Нефть+Золото)
summary(Уравн1)
#!!! какую зависимую переменную нужно поменять в Уравн1
#!!! какую независимую переменную нужно поменять в Уравн1
#!!! обратите внимание на значимость Pr(>|t|) коэффициентов в Уравн1
Долл.США_Руб.адф <– ur.df(Долл.США_Руб, type = "drift")
summary(Долл.США_Руб.адф)
Евро_Долл.США.адф <– ur.df(Евро_Долл.США, type = "drift")
summary(Евро_Долл.США.адф)
Евро_Руб.адф <– ur.df(Евро_Руб, type = "drift")
summary(Евро_Руб.адф)
Золото.адф <– ur.df(Золото, type = "drift")
summary(Золото.адф)
Нефть.адф <– ur.df(Нефть, type = "drift")
summary(Нефть.адф)
Долл.США_Руб.ост_адф <– ur.df(Уравн1$residuals, type = "none")
#!!! тестируем остатки, полученные по итогам уравнения регрессия
#!!! с какой зависимой переменной решено это уравнение
summary(Долл.США_Руб.ост_адф)
#!!!
tail(Уравн1$residuals, 20)
#!!!
коэф.возврата<– summary(Долл.США_Руб.ост_адф)@testreg$coefficients[1,1]
#!!! коэф.возврата для какой зависимой переменную нужно протестировать
полупериод.средней <-(-log(2)/коэф.возврата)
полупериод.средней
# 92.33 торговых дней полупериод.средней
plot(Уравн1$residuals[1:5831], type='l')
#!!!
abline(h=0, lwd=4)
plot(Уравн1$residuals[1:5831], main='Полупериоды колебания остатков', xlab='Годы', type='l')
#!!!
abline(h=0, lwd=4)
Ответы на задание 2 – см. в конце книги.
Глава 3. Каким должно быть кредитное плечо, чтобы не проторговаться
Как мы уже говорили, любой выход на валютный рынок сопряжен с большим риском потерь. Поэтому для того, чтобы минимизировать риски трейдеру перед выходом на рынок необходимо провести определенные расчеты. Прежде чем заняться расчетами по минимизации рисков сначала введем следующий код:
> rm(list=ls(all.names=T))
# удаляем все объекты, оставшиеся после прошлой сессии.
> setwd('C:/Users/Vladimir/Documents/Cloud Mail.Ru/1 ANALITIKA/000 R/000 Книга прогноз доллара с R')
# устанавливаем рабочую директорию.
> library(zoo)
# загружаем в память компьютера библиотеку zoo
> Мои.данные<-read.zoo('Данные.csv', sep = ";", header=TRUE, FUN=as.Date)
# снова загружаем наши данные из файла Данные.csv
> head(Мои.данные)
# смотрим первые 6 строк с загруженными данными
> tail(Мои.данные)
# Смотрим последние 6 строк с загруженными данными
> dim(Мои.данные)
# Смотрим, сколько наблюдений (строк) и переменных (колонок) в файле Данные.csv
[1] 5852 15
> options("scipen"=100, "digits"=4) )
# устанавливаем количество сокращаемых после запятой знаков
# избавляемся от экспоненциального формата представления цифр
> Курс <-Мои.данные[1:5831 ,2]
# загружаем данные по курсу
