Normality के लिए सांख्यिकीय परीक्षण
स्टॉक के रिटर्न डिस्ट्रीब्यूशन की normality पर अपने निर्णय में वास्तव में आश्वस्त होने के लिए, केवल kurtosis या skewness देखने के बजाय एक वास्तविक सांख्यिकीय टेस्ट का उपयोग करना बेहतर है.
आप scipy.stats से shapiro() फंक्शन का उपयोग करके स्टॉक रिटर्न पर Shapiro-Wilk normality टेस्ट चला सकते हैं. यह फंक्शन दो मानों की एक सूची लौटाता है. पहला मान टेस्ट का t-stat है, और दूसरा मान p-value है. आप p-value का उपयोग करके डेटा की normality पर निर्णय ले सकते हैं. यदि p-value 0.05 से कम या बराबर है, तो आप normality की null hypothesis को निश्चिंत होकर अस्वीकार कर सकते हैं और मान सकते हैं कि डेटा non-normal रूप से distributed है.
पिछले अभ्यास से clean_returns आपके workspace में उपलब्ध है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में पोर्टफोलियो जोखिम प्रबंधन का परिचय
अभ्यास निर्देश
scipy.statsसेshapiroइम्पोर्ट करें.clean_returnsपर Shapiro-Wilk टेस्ट चलाएँ.shapiro_resultsट्यूपल से p-value निकालें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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)