Correlation के लिए Effect Size
किसी एसेट की volatility मोटे तौर पर यह दर्शाती है कि उसकी कीमत कितनी बदलती है। इस अभ्यास में आप प्रति-दिन की volatility मापेंगे, जिसे परिभाषित किया गया है: (high price - low price) / closing price.
Bitcoin की volatility को कौन-से कारक समझाते हैं? क्या S&P500 की volatility इससे काफ़ी संबंधित है? क्या कीमतें बढ़ने पर volatility बढ़ती है या घटती है? दूसरे शब्दों में, इन अलग-अलग कारकों के बीच correlation का effect size क्या है? आप इस अभ्यास में इन दोनों effect size की गणना करेंगे।
S&P 500 और Bitcoin की कीमतों वाला एक DataFrame (btc_sp_df) आपके लिए लोड किया गया है, साथ ही pandas को pd, NumPy को np, Matplotlib को plt, और SciPy से stats भी लोड हैं।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में अनुमान का आधार
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Compute the volatility of Bitcoin
btc_sp_df['Volatility_BTC'] = ____
# Compute the volatility of the S&P500
btc_sp_df['Volatility_SP500'] = ____
# Compute and print R^2 between the volatility of BTC and SP500
r_volatility, p_value_volatility = ____
print('R^2 between volatility of the assets:', ____)
# Compute and print R^2 between the volatility of BTC and the closing price of BTC
r_closing, p_value_closing = ____
print('R^2 between closing price and volatility of BTC:', ____)