- VIXの2営業日前との変化率を計算してwに代入する
- 40%以上上昇している日付のデータを抜き出す。同時に当該月のCLI1ヶ月デルタをcbind()する。二十九番目のエントリはCLIがまだ発表されていないため除去する。
- 当該月の月次データと6ヶ月後のデータを比較して変化率を計算する。
w <- VIX/lag(VIX,2)
w <- cbind(w[w[,4] > 1.4][-29], delta=as.vector(diff(cli_xts$oecd)[substr(index(w[w[,4] > 1.4]),1,7)]) )
w <- cbind(w[w[,4] > 1.4][-29], delta=as.vector(diff(cli_xts$oecd)[substr(index(w[w[,4] > 1.4]),1,7)]) )
VIX.Open VIX.High VIX.Low VIX.Close VIX.Volume VIX.Adjusted delta
2007-02-27 1.164265 1.776636 1.167954 1.730624 NaN 1.730624 0.112702008-09-29 1.049162 1.375391 1.137750 1.423522 NaN 1.423522 -0.833232010-01-22 1.203133 1.422549 1.207701 1.461991 NaN 1.461991 0.290172010-05-07 1.261941 1.547925 1.335158 1.643918 NaN 1.643918 0.018402011-08-08 1.501832 1.496726 1.451666 1.516109 NaN 1.516109 -0.267652011-11-01 1.384704 1.442352 1.385843 1.417448 NaN 1.417448 -0.02283
<SKIP>
to.monthly(GSPC)[substr(mondate(index(w[w[,7] > 0]))+6,1,7)][,4] /as.vector(to.monthly(GSPC)[substr(index(w[w[,7] > 0]),1,7)][,4])[-11]
GSPC.Close
8 2007 1.0477467 2010 1.02582211 2010 1.08366010 2013 1.0995077 2014 1.08307012 2016 1.0666893 2017 1.08968011 2017 1.0977612 2018 1.09798312 2020 1.211522
平均は9.03%。
0 件のコメント:
コメントを投稿