1. 学ぶ
    2. /
  2. コース
    3. /
  3. Ilościowe zarządzanie ryzykiem w Pythonie
Connected

演習

Wizualizacja korelacji czynników ryzyka

Przed kryzysem finansowym i w jego trakcie banki inwestycyjne lokowały znaczne środki w papierach wartościowych zabezpieczonych hipotekami (MBS). Sprawia to, że MBS stanowią prawdopodobny czynnik ryzyka dla portfela banku inwestycyjnego. Ocenisz to, tworząc wykresy punktowe zależności między portfolio returns a miarą ryzyka MBS – 90-dniową stopą zaległości hipotecznych mort_del.

Dane mort_del są dostępne wyłącznie w ujęciu kwartalnym. Dlatego portfolio_returns musi zostać przekształcone z częstotliwości dziennej na kwartalną za pomocą metody .resample().

W obszarze roboczym masz dostęp zarówno do portfolio_returns dla portfela o równych wagach, jak i do zmiennej mort_del reprezentującej stopę zaległości. Do wykresów punktowych przygotowane zostały osie plot_average i plot_min – dodasz do nich wykresy za pomocą metody .scatter().

指示

100 XP
  • Przekształć dzienne dane portfolio_returns na średnie dane kwartalne, używając metod .resample() i .mean().
  • Dodaj wykres punktowy zależności między mort_del a portfolio_q_average do plot_average. Czy widoczna jest silna korelacja?
  • Teraz utwórz minimalne dane kwartalne, używając .min() zamiast .mean().
  • Dodaj wykres punktowy zależności między mort_del a portfolio_q_min do plot_min.