정규성에 대한 통계적 검정
주식 수익률 분포의 정규성을 자신 있게 판단하려면, 왜도나 첨도만 확인하는 대신 실제 통계적 검정을 사용하는 것이 좋습니다.
scipy.stats의 shapiro() 함수를 사용해 수익률에 대해 Shapiro-Wilk 정규성 검정을 수행할 수 있어요. 이 함수는 두 값을 리스트로 반환합니다. 첫 번째 값은 검정의 t-통계량이고, 두 번째 값은 p-value예요. p-value를 사용해 데이터의 정규성을 판단할 수 있습니다. p-value가 0.05 이하이면, 정규성에 대한 귀무가설을 기각하고 데이터가 비정규 분포라고 판단할 수 있어요.
이전 연습 문제에서 만든 clean_returns가 작업 공간에 준비되어 있어요.
이 연습은 강의의 일부입니다
Python으로 시작하는 포트폴리오 리스크 관리
연습 안내
scipy.stats에서shapiro를 임포트하세요.clean_returns에 대해 Shapiro-Wilk 검정을 실행하세요.shapiro_results튜플에서 p-value를 추출하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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)