Tests statistiques de normalité
Pour être vraiment certain de votre jugement sur la normalité de la distribution des rendements de l'action, il vaut mieux utiliser un véritable test statistique plutôt que de se limiter à examiner la kurtose ou l'asymétrie.
Vous pouvez utiliser la fonction shapiro() de scipy.stats pour exécuter un test de normalité de Shapiro‑Wilk sur les rendements de l'action. La fonction renvoie deux valeurs dans une liste. La première est la statistique de test, et la deuxième est la valeur p. Vous pouvez utiliser la valeur p pour évaluer la normalité des données. Si la valeur p est inférieure ou égale à 0,05, vous pouvez rejeter en toute confiance l'hypothèse nulle de normalité et supposer que les données ne suivent pas une distribution normale.
clean_returns de l'exercice précédent est disponible dans votre espace de travail.
Cette activité fait partie du cours
Introduction à la gestion du risque de portefeuille en Python
Instructions de l’exercice
- Importez
shapirodepuisscipy.stats. - Exécutez le test de Shapiro-Wilk sur
clean_returns. - Extrayez la valeur p du tuple
shapiro_results.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# 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)