Purpose of This Assignment

In this assignment, you will do some basic exploratory data analysis with a finance twist.

Disclaimer

None of this is to be taken as financial advice. It is not recommended that you put all your money into an asset class based off of a homework assignment. Also, none of the scenarios in this assignment or in this class are based on real people. If you happen to know someone who fits a scenario, then that is just a coincidence.

Instructions

The submission instructions and grading criteria are on the last page of this pdf. 1

Exploring Financial Data

Your friend has just learned that his long-lost relative, who passed away years ago, had named him as a beneficiary in a will that was just found. His Great-Aunt Belinda was an original cypherpunk in the 1980s. Codename 00-e5-db-a4-33-9f-6a-4c-62-f5-8b-86-d7-73-91-85-61-f4-fb-94-21-b5-04-31-7e-4c-a2-3a-39-96-f2-42- 87-17-69-34-46-fe-62-70-b9-5d-4f-57-2f-2d-e4-e5-9e-2e-13-e4-40-cb-68-20-88-6a-80-e9-c9-2f-3d-86-c3-bf, but you can simply call her 0d-7b-d4-56-ac-c5-59-b6-a6-a0-a4-ba-db-93-34-b6-63-47-1a-17-f6-6c-66-27. Shortly before her passing, she bought $5000 worth of Bitcoin (BTC) on January 6, 2016. She also created a portfolio with $2500 in Ripple (XRP) and $2500 in Litecoin (LTC) She created another portfolio which consisted of $1250 in Ethereum (ETH), $1250 in Dash (DASH), $1250 in Peercoin (PPC), and $1250 in Stellar (XLM). These were

all in the top 10 cryptocurrencies by market capitalization back on January 6, 2016 when she made these

purchases. In her will, she says that your friend will have first dibs on one of these portfolios, and his distant cousins who he has never met would have the leftovers. He worries that if he takes too long to decide, then the cousins will try to fight him in court to contest the will. He wants your advice. However, before you make a recommendation, you want to understand these portfolios better by examining the historical price data.

For the remainder of the problem, define the three portfolios as follows: Portfolio 1: portfolio with BTC; Portfolio 2: portfolio with XRP and LTC; Portfolio 3: portfolio with ETH, DASH, PPC, and XLM.

Note: As a simplification, only use closing price data from January 6, 2016 to January 6, 2023 (including both of those dates) for all of sub-questions of Questions 1 and 2. The closing price is in the ‘close’ column for each dataset. Also assume that you can buy fractional amounts (i.e., no need to find the max number of BTC below some fractional amount of BTC). Ignore any airdrops or staking rewards these cryptocurrencies may have had (if any of these have had any hard forks or migrated to a proof- of-stake consensus algorithm). Also, every dollar amount (both in the assignment statement and in the dataset) is in terms of USD (US dollars). Your friend is living in the States and cares about the portfolio in USD.

Tip:  It will be useful for you to think at a high level about out how to make a for-loop for some of the questions (so that if instead of seven, if I had asked you about twenty cryptocurrencies or twenty stocks, you would be able to generalize your approach without much extra effort). However, we may not have learned the functions that would help us write a loop to solve the problem yet, so don’t worry about actually writing one. We will see more loops in the coming weeks and learn more tools/techniques later this semester that would help you simplify your code and make it more efficient. Look back on this assignment in a month to see what you might do differently with your new skills then.

Before you begin, load the data by saving the ‘HW1_data.rda’ file from the HW 1 D2L folder to your working directory. If you do not know where your working directory folder is, then use the getwd() function. If you want to set your working directory to another folder, then you can use setwd():

setwd("C:/Documents/Teaching/HW")  # Modify  this  to  your folder

To load the data, use the load() function:

load("HW1_data .rData")  # Loads  data  from  the  working  directory  into  the  current  session

The data was obtained from CoinMarketCap (https://coinmarketcap.com/) using their API. We won’t focus on retrieving the data in this assignment; you will learn how to gather data from the web later.

Now that we have the data, we can begin to explore the data.

Starting Simple:  Focusing on Individual Cryptocurrencies

1a.  (11 points) Of the seven cryptocurrencies, which has had the highest long-run ROI (defined below)?

value on Jan 6, 2023 − value on Jan 6, 2016

value on Jan 6, 2016

Write your number to the nearest hundred percent. In other words, if your ROI is 38.12891, then write as 3800. If your ROI is 8.123897, then write as 800. If your ROI is 123.8181, then write as 12400.

1b.  (10 points) Which one has the highest mean daily return? Write as a percent, rounded to the nearest hundredth of a percent. Specifically, if your mean return is 0.123841, then write as 12.38. If your mean return is 0.0471841, then write as 4.72. If your mean return is 0.008981, then write as 0.90.

1c.  (10 points) Which one has the lowest standard deviation of its daily return (i.e., lowest risk)? Write in the same format as 1b).

Expanding the Exploration:  Examining the Portfolios

2a.  (15 points) This is likely the question your friend is most interested in if he plans on cashing out now: How much is each portfolio is worth? Find out how much each portfolio was worth on January 6, 2023 (we’ll use the same end date so that everyone gets the same answer on the D2L quiz associated to HW 1). Round to the nearest thousand dollars. For example, if the portfolio’s worth is 121289, then write as 121000. If the portfolio’s worth is 535660, then write your answer as 536000 on the D2L quiz.

2b.  (15 points) Plot the value of the three portfolios over time, either as a combined plot or as separate plots. What was the highest value achieved by each of the three portfolios between January 6, 2016 and January 6, 2023? Round to the nearest thousand dollars. Among the three portfolios, which portfolio achieved the highest value?

2c.  (6 points) When did Portfolio 1 achieve its all-time highest value within the time window of the dataset? When did Portfolio 2 achieve its all-time highest value within the time window of the dataset? What about Portfolio 3? Write some code so that you can find the month and year for which the all-time high occurred for each of the portfolios.  You should not just use the View() function and tell the TA marking to look through the data themselves to confirm the date you found is the all-time high. Imagine that the dataset had tens of thousands of days. Write some code so that someone reading your code can tell that you have found the month and year of the all-time highest portfolio value without looking through all the data themselves.

2d.  (15 points) How correlated is Portfolio 2’s daily return with Bitcoin’s daily return? How correlated is Portfolio 3’s daily return with Bitcoin’s daily return? Plot two separate scatterplots for the pairwise daily returns, and then find the correlation coefficients using the cor() function. Round to the nearest hundredths place. For example, 0.02113 would be rounded to 0.02 and -0.39912 would be rounded to -0.40.

2e.  (18 points) Your friend is excited about his sudden windfall and is considering holding onto the portfolio he chooses in the hopes that it might eventually gain value over time beyond its current value. However, he is also worried that it might continue to drop in value. He is asking you to find the worst drop from all-time high for each of the portfolios. Define a running measure ‘drop from all-time high (ATH)’:

highest value prior to today − value on today

For each portfolio, create a numeric vector to capture this measure across the days in the dataset.  For example, suppose that you had the following numbers for Portfolio 1 (made-up numbers just to illustrate).

Then the vector capturing the running drop from all-time high would look like this:

The interpretation is the following. The first three zeros in the vector means that each of the first three days were at their all-time high up until those points in time. The fourth number being 0.3333333 means that the fourth day’s value is a 33.33333% drop from the ATH up until that point in time (dropping from 3 to 2). Similarly, the fifth number being 0.6666667 means that the fourth day’s value is a 66.66667% drop from the ATH up until that point in time (dropping from 3 to 1). Then the next zeros mean that those values are their current all-time highs again. The last entry in the vector being 0.4 means that the last day’s value is a 40% drop from the ATH up until that time (a drop from 5 to 3).

For each portfolio, create a vector capturing the running drop from all-time high measure.  What is the highest number for Portfolio 1 (how large of a drop was the worst drop from ATH)? What is the highest number for Portfolio 2? What is the highest number for Portfolio 3? Express your numbers as percentages rounded to two decimals (for example, 0.6666667 in the table above would be written as 66.67 on D2L).