Statistické testy normality

Aby ses mohl/a skutečně spolehnout na své posouzení normality rozdělení výnosů akcie, je lepší použít statistický test než se spoléhat jen na analýzu špičatosti nebo šikmosti.

K provedení Shapiro-Wilkova testu normality na výnosech akcií můžeš použít funkci shapiro() z knihovny scipy.stats. Funkce vrátí seznam se dvěma hodnotami. První hodnotou je t-statistika testu, druhou pak p-hodnota. Pomocí p-hodnoty pak posoudíš, zda data pocházejí z normálního rozdělení. Pokud je p-hodnota menší nebo rovna 0,05, můžeš nulovou hypotézu o normalitě dat bezpečně zamítnout a předpokládat, že data nepocházejí z normálního rozdělení.

clean_returns z předchozího cvičení máš k dispozici ve svém pracovním prostředí.

Toto cvičení je součástí kurzu

Úvod do řízení portfoliového rizika v Pythonu

Zobrazit kurz

Pokyny k cvičení

Importuj shapiro z scipy.stats.
Spusť Shapiro-Wilkův test na clean_returns.
Extrahuj p-hodnotu z n-tice shapiro_results.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import shapiro from scipy.stats
from ____ import ____

# Run the Shapiro-Wilk test on the stock returns
shapiro_results = ____
print("Shapiro results:", shapiro_results)

# Extract the p-value from the shapiro_results
p_value = ____
print("P-value: ", p_value)

Upravit a spustit kód