Test statistici di normalità
Per essere davvero sicuro nel valutare la normalità della distribuzione dei rendimenti del titolo, è meglio usare un test statistico vero e proprio invece di limitarti a osservare curtosi e asimmetria.
Puoi usare la funzione shapiro() da scipy.stats per eseguire un test di normalità di Shapiro-Wilk sui rendimenti del titolo. La funzione restituirà due valori in una lista. Il primo valore è la statistica del test (t-stat) e il secondo è il p-value. Puoi usare il p-value per valutare la normalità dei dati. Se il p-value è minore o uguale a 0,05, puoi tranquillamente rifiutare l'ipotesi nulla di normalità e assumere che i dati non siano distribuiti normalmente.
clean_returns dall'esercizio precedente è disponibile nel tuo workspace.
Questo esercizio fa parte del corso
Introduzione alla gestione del rischio di portafoglio in Python
Istruzioni dell'esercizio
- Importa
shapirodascipy.stats. - Esegui il test di Shapiro-Wilk su
clean_returns. - Estrai il p-value dalla tupla
shapiro_results.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# 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)