Wykrywanie nienormalności rozkładu za pomocą skośności i kurtozy
Stopy zwrotu bardzo często nie mają rozkładu normalnego. Dwie kluczowe miary pozwalające zrozumieć rozkład takich stóp zwrotu to skośność i kurtoza. Skośność pozwala określić, czy ujemne czy dodatnie stopy zwrotu pojawiają się częściej. Ujemna skośność oznacza, że duże straty zdarzają się częściej niż duże zyski – i odwrotnie.
Kurtoza będzie dodatnia, jeśli rozkład ma grube ogony. Oznacza to, że zarówno duże dodatnie, jak i ujemne stopy zwrotu będą pojawiać się częściej, niż wynikałoby to z założenia normalności rozkładu.
Histogramy w obszarze wykresów porównują dzienne i miesięczne stopy zwrotu indeksu S&P 500 w okresie od 1986 roku do dziś. Widać w nich wyraźnie ujemną skośność (skewness()) oraz nieco wyższą niż normalną kurtozę (kurtosis()). Pamiętaj, że domyślnie funkcja kurtosis() zwraca nadwyżkową kurtozę (czyli kurtozę pomniejszoną o trzy). Sprawdźmy, czy liczby potwierdzają nasze obserwacje!
Obiekty sp500_daily i sp500_monthly są już wczytane do twojego środowiska pracy.
To ćwiczenie jest częścią kursu
Wprowadzenie do analizy portfela w R
Instrukcje do ćwiczenia
- Oblicz skośność obiektów
sp500_dailyisp500_monthly. - Oblicz nadwyżkową kurtozę obiektów
sp500_dailyisp500_monthly.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Compute the skewness
# Compute the excess kurtosis