import dữ liệu
vn30 <- read.csv("D:/BAI TAP/MOHINHDINHGIATAISANTAICHINH1/VN30.csv")
thống kê mô tả
library(psych)
d_table <- describe(vn30)
print(d_table)
## vars n mean sd median trimmed mad min max range
## Date* 1 250 125.50 72.31 125.50 125.50 92.66 1.00 250.00 249.00
## VN30 2 250 1283.21 51.41 1293.25 1288.83 41.34 1131.64 1362.89 231.25
## lnVN30 3 250 7.16 0.04 7.16 7.16 0.03 7.03 7.22 0.19
## skew kurtosis se
## Date* 0.00 -1.21 4.57
## VN30 -0.91 0.24 3.25
## lnVN30 -0.99 0.41 0.00
kiểm định tính dừng
library(tseries)
## Registered S3 method overwritten by 'quantmod':
## method from
## as.zoo.data.frame zoo
adf_test <- adf.test(vn30$lnVN30, alternative = "stationary")
print(adf_test)
##
## Augmented Dickey-Fuller Test
##
## data: vn30$lnVN30
## Dickey-Fuller = -3.3215, Lag order = 6, p-value = 0.0681
## alternative hypothesis: stationary
tính log return và bỏ đi phần NA
lnreturn <- diff(log(vn30$VN30))
lnreturn <- na.omit(lnreturn)
ước lượng độ lệch chuẩn
stdev <- sd(lnreturn,na.rm = TRUE)
ước lượng giá trị kỳ vọng
mu <- mean(lnreturn,na.rm=TRUE)
ước lượng độ dao động
sigma <- stdev/sqrt(250/250)
số bước mô phỏng
n <- length(vn30$lnVN30) # số ngày mô phỏng
T <- 1 # kỳ hạn
dt <- T/n # khoảng thời gian giữa các bước
mô phỏng
simulated_lnprice <- numeric(n)
simulated_lnprice[1] <- vn30$lnVN30[n] # Giá bắt đầu là giá cuối cùng trong chuỗi dữ liệu
mu <- as.numeric(mu)
sigma <- as.numeric(sigma)
dt <- as.numeric(dt)
set.seed(123)
for (i in 2:n) {
simulated_lnprice[i] <- simulated_lnprice[i-1] * exp((mu - 0.5 * sigma^2) * dt + sigma * sqrt(dt) * rnorm(1))
}
simulated <- data.frame(date = rep(NA, 250), lnprice = rep(NA, 250)) # tạo dataframe rỗng với 2 cột và 250 dòng
simulatedlnprice <- as.data.frame(simulated_lnprice) # tạo một dataframe với 1 cột là chuỗi simulated_lnprice
colnames(simulatedlnprice) <- c("lnprice") # đổi tên cột thành lnprice
simulated$lnprice <- simulatedlnprice$lnprice #thêm cột lnprice vào simulated
simulated$date <- vn30$Date # thêm ngày
simulated$price <- exp(simulated$lnprice) # ước lượng được giá trị của chuỗi VN30 nhờ lnprice
simulated$difference <- ((abs(simulated$price) - abs(vn30$VN30))/abs(vn30$VN30))*100 # tính toán độ chênh lệch giữa mô phỏng và thực tế
đưa dữ liệu về dạng ngày
vn30$Date <- as.Date(vn30$Date, format = "%m/%d/%Y")
simulated$date <- as.Date(simulated$date, format = "%m/%d/%Y")
đồ thị giá vn30 mô phỏng
ggplot(simulated, aes(x = date, y = price, group = 1)) +
geom_line(color = "navy") +
labs(title = "Giá VN30 mô phỏng",x = "Ngày", y = "Giá") +
theme_classic() +
theme(text = element_text(family = "Times New Roman"), plot.title = element_text(hjust = 0.5)) +
scale_x_date(date_labels = "%b-%Y")
đồ thị giá vn30 thực tế
ggplot(vn30, aes(x = Date, y = VN30, group = 1)) +
geom_line(color = "red")+
labs(title = "Gi VN30 thc t", x = "Ngy", y = "Gi") +
theme_classic() +
theme(text = element_text(family = "Times New Roman"), plot.title = element_text(hjust = 0.5)) +
scale_x_date(date_labels = "%b-%Y")
đồ thị mức chênh lệch của giá mô phỏng so với thực tế
ggplot(simulated, aes(x = date, y = difference, group = 1)) +
geom_line(color = "darkslategray") +
labs(title = "Độ lệch của giá mô phỏng so với thực tế", x = "Ngày", y = "Độ chênh lệch (%)") +
theme_classic() +
theme(text = element_text(family = "Times"), plot.title = element_text(hjust = 0.5)) +
scale_x_date(date_labels = "%b-%Y") +
ylim(min(simulated$difference) - 1, max(simulated$difference) + 1)
## Warning in grid.Call(C_stringMetric, as.graphicsAnnot(x$label)): font family
## not found in Windows font database
## Warning in grid.Call(C_stringMetric, as.graphicsAnnot(x$label)): font family
## not found in Windows font database
## Warning in grid.Call(C_stringMetric, as.graphicsAnnot(x$label)): font family
## not found in Windows font database
## Warning in grid.Call(C_textBounds, as.graphicsAnnot(x$label), x$x, x$y, : font
## family not found in Windows font database
## Warning in grid.Call(C_textBounds, as.graphicsAnnot(x$label), x$x, x$y, : font
## family not found in Windows font database
## Warning in grid.Call(C_textBounds, as.graphicsAnnot(x$label), x$x, x$y, : font
## family not found in Windows font database
## Warning in grid.Call.graphics(C_text, as.graphicsAnnot(x$label), x$x, x$y, :
## font family not found in Windows font database
## Warning in grid.Call.graphics(C_text, as.graphicsAnnot(x$label), x$x, x$y, :
## font family not found in Windows font database
## Warning in grid.Call.graphics(C_text, as.graphicsAnnot(x$label), x$x, x$y, :
## font family not found in Windows font database
## Warning in grid.Call.graphics(C_text, as.graphicsAnnot(x$label), x$x, x$y, :
## font family not found in Windows font database
