Statistische Tests auf Normalverteilung
Um wirklich sicher in deiner Beurteilung der Normalität der Renditeverteilung der Aktie zu sein, solltest du einen echten statistischen Test verwenden und nicht nur Kurtosis oder Schiefe betrachten.
Mit der Funktion shapiro() aus scipy.stats kannst du einen Shapiro-Wilk-Test auf Normalverteilung für die Aktienrenditen durchführen. Die Funktion gibt zwei Werte in einer Liste zurück. Der erste Wert ist der t-Statistik-Wert des Tests, der zweite ist der p-Wert. Den p-Wert kannst du nutzen, um eine Beurteilung der Normalität der Daten vorzunehmen. Wenn der p-Wert kleiner oder gleich 0,05 ist, kannst du die Nullhypothese der Normalität mit gutem Gewissen verwerfen und davon ausgehen, dass die Daten nicht normalverteilt sind.
clean_returns aus der vorherigen Übung ist in deinem Workspace verfügbar.
Diese Übung ist Teil des Kurses
Einführung in das Portfoliorisikomanagement mit Python
Anleitung zur Übung
- Importiere
shapiroausscipy.stats. - Führe den Shapiro-Wilk-Test auf
clean_returnsaus. - Extrahiere den p-Wert aus dem Tupel
shapiro_results.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# 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)