Odchylenie standardowe a wariancja
Przyjrzyjmy się różnicy między wariancją a odchyleniem standardowym. Z filmu wiesz już, że odchylenie standardowe \(\sigma\) to po prostu pierwiastek kwadratowy z wariancji. Obie miary są w praktyce stosowane do obliczania zmienności rynkowej lub zmienności akcji. Kiedy warto użyć jednej, a kiedy drugiej?
Podczas obliczania wariancji podnosimy do kwadratu wagi i wariancje składowych. Przez to potęgowanie wariancja przestaje być wyrażona w tej samej jednostce miary co dane wyjściowe. Wyciągnięcie pierwiastka z wariancji przywraca odchyleniu standardowemu oryginalną jednostkę miary, co sprawia, że jest ono znacznie łatwiejsze w interpretacji.
Obliczmy teraz odchylenie standardowe. Do dyspozycji masz weights oraz cov_matrix z poprzedniego ćwiczenia.
To ćwiczenie jest częścią kursu
Wprowadzenie do analizy portfela w Pythonie
Instrukcje do ćwiczenia
- Odtwórz obliczenie wariancji portfela, korzystając z
weightsicov_matrix. Tym razem wyciągnij pierwiastek kwadratowy z całego wyrażenia, aby otrzymać odchylenie standardowe. - Wyświetl odchylenie standardowe w taki sam sposób, jak zrobiliśmy to dla wariancji portfela.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Calculate the standard deviation by taking the square root
port_standard_dev = ____.____(np.dot(____.____, np.dot(____, ____)))
# Print the results
print(str(np.round(____, 4) * 100) + '%')