17. Создайте список данных Мой.Список1 из векторов: вектор.А, вектор.Б, вектор.В, вектор.Г, вектор.Д. Проверьте структуру данных Мой.Список1.

Ответы на задание 1 – см. в конце книги.

Прежде чем приступить к поиску эффективной торговой стратегии займемся анализом фундаментальных факторов, которые, в конечном счете, и определяют стоимость торгуемых валют. С этой целью построим по каждой интересующей нас валюте уравнение регрессии. В него включим те факторы, к которым, по нашей оценке, интересующая нас валюта наиболее чувствительна. Решив уравнение регрессии, найдем расчетное значение курса валюты. В том случае, если расчетное значение ее курса выше фактического, то в этом случае делается вывод, что данная валюта недооценена. Или наоборот, если расчетное значение ниже текущего курса валюты, то тогда делается вывод о том, что она переоценена.

Далее загрузим ежедневные данные по курсам 12 валютам, а также по узкому индексу доллара США (к корзине из шести валют), по ценам на нефть и золоту – за период с 30 июня 1992 года и до 1 апреля 2018 года. Информация по динамике узкого индекса доллара США взята на сайте американской ФРС, по ценам на нефть марки Брент – на сайте Управления по энергетической информации США (EIA), по ценам на золото – на сайте Лондонской биржи драгоценных металлов. Данные по курсам доллара США и евро к рублю взяты на сайте Банка России в разделе «Динамика официального курса заданной валюты».

В то время как остальные курсы по не рублевым валютным парам представляют собой кросс-курсов, рассчитанные на основе данных российского Центробанка. Поскольку евро появился в обороте лишь с 1 января 1999 года, то до этой даты нами использовались данные ЦБ РФ по котировкам ЭКЮ – практически полного аналога (с точки зрения курсовой стоимости) современной единой европейской валюты, которую при переходе к евро в еврозоне обменяли в соотношении 1 к 1.

Как известно, официальные курсы валют к рублю Банк России устанавливает на следующий день исходя из рыночных котировок по итогам утренних торгов на Московской межбанковской валютной биржи. Для определения официального валютного курса ЦБ РФ на конкретный день будем использовать средневзвешенное значение курса доллара, сложившееся по итогам Единой торговой сессии на 11 час. 30 мин. С учетом этого даты по курсам валют сдвинуты нами на один день назад – ко дню торгов, по итогам которых они установлены, так как в этом случае официальные валютные курсы будут лучше коррелировать с фактическими итогами биржевых торгов.

Кроме того, с целью обеспечения сопоставимости данных при расчете всех курсов валют была сделана корректировка на деноминацию рубля. Дело в том, что с 1992 года и по 31 декабря 1997 года Банк России дает курсы валют в неденоминированных рублях, в то время как после деноминации с 1 января 1998 года у российской валюты исчезли три нуля.

Все необходимые для работы с этой книгой ежедневные данные (часть из них Вам в дальнейшем потребуется для самостоятельной работы) по курсам 12 валют, а также аналогичные данные по узкому индексу доллара США (к корзине из шести валют), по ценам на нефть и золоту за период с 30 июня 1992 года и до 28 апреля 2018 года читатель может скачать, открыв публикацию «Как предсказать курс доллара. Поиск доходной стратегии с языком R» по следующему адресу: https://bryukov.blogspot.com/.

В конце этой небольшой публикации есть ссылка, по которой можно скачать файл 'Данные.csv'. Хочу обратить Ваше внимание на тот факт, что в скопированном файле дни торгов в столбце Дата определяются в цифровом формате, исходя из стартовой даты – 1 января 1970 года, то есть с момента начала так называемой эры UNIX (англ. Unix Epoch). В то время как в Excel стартовой датой, от которой ведется отсчет, является 1 января 1900 года.

В том случае, если из-за технического сбоя ссылка с файлом 'Данные.csv' вдруг не сработает, то Вы можете загрузить эти данные, скопировав размещенные на моем блоге четыре материала: «Данные к книге «Как предсказать курс доллара. Поиск доходной стратегии с языком R», ч 1, 2. 3 и 4. Соответственно, ссылки по этим четырем материалам следующие:https://bryukov.blogspot.com/2018/08/r-2.html,и https://bryukov.blogspot.com/2018/08/r-4.html.

Сначала скопируйте «Данные к книге «Как предсказать курс доллара. Поиск доходной стратегии с языком R» из части 1. После чего разместите эти данные в файле Excel, выделите мышкой столбец с этими данными (четыре столбца не разделены), затем последовательно щелкните по опциям ДАННЫЕ/ТЕКСТ ПО СТОЛБЦАМ. А потом в появившемся окне, которое называется МАСТЕР РАСПРЕДЕЛЕНИЯ ТЕКСТА ПО СТОЛБЦАМ, укажите формат данных – С РАЗДЕЛИТЕЛЯМИ, в котором выберите опцию С ПРОБЕЛАМИ. В результате у Вас в файле Excel получится четыре отдельных столбца с данными.

Далее последовательно скопируйте 2, 3 и 4 части с данными к книге «Как предсказать курс доллара. Поиск доходной стратегии с языком R» и аналогичным образом поделите их на столбцы с помощью МАСТЕРА РАСПРЕДЕЛЕНИЯ ТЕКСТА ПО СТОЛБЦАМ. А затем все 16 столбцов с данными сохраните в экселевском файле в формате csv в рабочей директории. Назовите этот файл 'Данные.csv'. Используйте при этом следующую опцию при сохранении файла в формате csv – «CSV (разделители – запятые)».

Итак, сохранив в своей рабочей директории упомянутые выше данные, приступим к работе. При этом любую сессию в R нужно начинать таким образом:

> rm(list=ls(all.names=T))

# команда rm – сокращение от англ. слова remove

# этой командой удаляем все объекты, оставшиеся в памяти после прошлой сессии

# если нужно удалить только часть объектов, то тогда используем команду rm(x, y,z)

# в скобках rm указываем названия удаляемых переменных x, y и z и т.д.

> ls

# эту команду вводим, чтобы проверить наличие не удаленных из памяти объектов

# выводит список всех объектов, находящихся в рабочей среде программы;