Scheefheid van de S&P500
We weten al uit de video dat de S&P500 normaal verdeeld zou moeten zijn, zonder al te veel scheefheid (als je genoeg data hebt). Maar omdat je met een korte steekproef werkt die slechts een paar jaar beslaat, kan er in jouw steekproef toch wat scheefheid zitten. Om je bewust te maken van deze mogelijke steekproefscheefheid, gaan we de data plotten en bekijken.
De rendementsdata van de S&P500 is beschikbaar als returns_sp500.
Deze oefening maakt deel uit van de cursus
Introductie tot portefeuille-analyse in Python
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Create a histogram of the S&P500 returns and show the plot
____.____()
plt.show()