# scaricare i dati da Yahoo.finance (salvarli nel file "eni.csv")
titolo<-read.csv("c:/dati/eni.csv",header=TRUE,dec=".",sep=",")
durata<-nrow(titolo)
ordine<-as.matrix(seq(durata,1,-1))
titolo<-cbind(ordine,titolo)
titolo<-titolo[sort.list(titolo[,1]), ]
close<-as.matrix(titolo[,6])
close.ts<-ts(close,start=c(2001,6,18),frequency=260,names="ENI")
volumi<-(titolo[,7])

# finestra grafica: grafico lineare dei close (pannello superiore)
#                   grafico a barre dei volumi (pannello inferiore)
{par(mfrow=c(2,1))
plot(close.ts,type="l",ylab="P_t")
barplot(volumi,ylab="volumi")
par(mfrow=c(1,1))}


# Calcolo dei rendimenti giornalieri (Assoluti, Relativi, Logaritmici)
close.ra<-as.matrix(diff(close.ts))
close.Rt<-as.matrix((lag(close.ts)/close.ts)-1)
close.rt<-as.matrix(diff(log(close.ts)))

# sistemazione dell'output: tabella con 4 colonne (close, RA, Rt, rt)
# N.B.: attenzione all'operazione di riallineamento effettuato nella tabella
# che dipende dall'operazione di traslazione verso l'altro effettuata
# dal comando lag(oggetto,k)
tabella<-cbind(close.ts[(durata-9):durata],
close.ra[(durata-10):(durata-1)],close.Rt[(durata-10):(durata-1)]*100,
close.rt[(durata-10):(durata-1)]*100)
tabella<-as.data.frame(tabella)
names(tabella)<-c("close","RA","Rt","rt")
# l'output (cioè la tabella) viene salvato in un file "csv"
write.table(tabella,"c:/dati/tabella.csv",sep=",",append=F)
print(tabella)

# Calcolo rendimenti con frequenza inferiore al giorno
lag.aggr<-5 # indica il lag per l'aggregazione (5 per i rendimenti settimanali)
ind.aggr<-seq(1,nrow(close.ts),lag.aggr) # è il vettore per l'estrazione dei giorni su cui calcolare i rend.
close.set<-as.matrix(close.ts[ind.aggr])
close.ra.s<-as.matrix(diff(close.set))
close.Rt.s<-as.matrix(close.ra.s/close.set[1:nrow(close.set)-1])
close.rt.s<-as.matrix(diff(log(close.set)))

# finestra grafica: rendimenti giornalieri e rendimenti settimanali
ts.plot(close.rt, ylab="r_t giornalieri")
windows()
ts.plot(close.rt.s, ylab="r_t settimanali")

# Calcolo rendimenti con lag superiore a 1
lag.div<-3 # indica il lag per il calcolo della serie dei rendimenti (se lag=1 --> rend. a un giorno)
close.Rt.3<-as.matrix((lag(close.ts,3)/close.ts)-1)
close.rt.3<-as.matrix(diff(log(close.ts),lag=3))

# sistemazione dell'output: tabella con 6 colonne (close, RA, Rt, rt, Rt(3), rt(3))
# N.B.: attenzione all'operazione di riallineamento effettuato nella tabella
# che dipende dall'operazione di traslazione verso l'altro effettuata
# dal comando lag(oggetto,k)
tabella<-cbind(close.ts[(durata-9):durata],
close.ra[(durata-10):(durata-1)],close.Rt[(durata-10):(durata-1)]*100,
close.rt[(durata-10):(durata-1)]*100,
close.Rt.3[(durata-12):(durata-3)]*100,
close.rt.3[(durata-12):(durata-3)]*100)
tabella<-as.data.frame(tabella)
names(tabella)<-c("close","RA","Rt","rt","Rt(3)","rt(3)")

# Verifica aggregazione temporale
# In questa parte del codice si utilizza il comando "for"
# per eseguire i cicli (o loop). Si verifica così la corretta 
# applicazione delle formule di aggregazione temporale dei rendimenti
# a partire dai dati che abbiamo raccolto nella tabella 

for (i in (4:10))
{
print(i)
print("somma rt")
print(sum(tabella[(i-2):i,4]))
print("rt aggregati")
print(tabella[i,6])
print("somma Rt")
print((prod(1+(tabella[(i-2):i,3]/100))-1)*100)
print("Rt aggregati")
print(tabella[i,5])
 
}