Pruebas estadísticas de normalidad
Para estar realmente seguro de tu juicio sobre la normalidad de la distribución de rendimientos de la acción, conviene usar una prueba estadística real en lugar de mirar solo la curtosis o la asimetría.
Puedes usar la función shapiro() de scipy.stats para ejecutar una prueba de normalidad de Shapiro-Wilk sobre los rendimientos de la acción. La función devolverá dos valores en una lista. El primero es el estadístico de la prueba y el segundo es el p-value. Puedes usar el p-value para evaluar la normalidad de los datos. Si el p-value es menor o igual que 0.05, puedes rechazar con seguridad la hipótesis nula de normalidad y asumir que los datos no siguen una distribución normal.
clean_returns del ejercicio anterior está disponible en tu espacio de trabajo.
Este ejercicio forma parte del curso
Introducción a la gestión del riesgo de cartera en Python
Instrucciones del ejercicio
- Importa
shapirodesdescipy.stats. - Ejecuta la prueba de Shapiro-Wilk sobre
clean_returns. - Extrae el p-value de la tupla
shapiro_results.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# 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)