正規性の統計的検定
株式リターン分布の正規性を本当に自信を持って判断するには、尖度や歪度を見るだけでなく、統計的検定を用いる必要があります。
scipy.stats の shapiro() 関数を使うと、株式リターンに対して Shapiro-Wilk の正規性検定を実行できます。この関数は2つの値をタプルで返します。1つ目は検定統計量（t統計量）、2つ目はp値です。p値を使ってデータの正規性を判断できます。p値が 0.05 以下 であれば、正規性という帰無仮説を棄却し、データは非正規分布であるとみなして問題ありません。
前の演習で作成した clean_returns はワークスペースで利用できます。
この演習はコースの一部です
Pythonで学ぶポートフォリオ・リスク管理入門
演習の手順
scipy.statsからshapiroをインポートします。clean_returnsに対して Shapiro-Wilk 検定を実行します。shapiro_resultsタプルから p値を取り出します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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)