1. Обучение
    2. /
  2. Курса
    3. /
  3. Количественное управление рисками на Python
Connected

Упражнение

Визуализация корреляции факторов риска

До финансового кризиса и в период его развития инвестиционные банки активно вкладывали средства в ипотечные ценные бумаги (MBS). Именно поэтому MBS являются вероятным фактором риска для портфеля инвестиционного банка. Вы оцените эту связь с помощью диаграмм рассеяния между portfolio returns и показателем риска MBS — 90-дневным уровнем просрочки по ипотечным кредитам mort_del.

Данные mort_del доступны только в квартальной разбивке. Поэтому portfolio_returns сначала необходимо преобразовать из дневной в квартальную частоту с помощью метода DataFrame .resample().

В вашем рабочем пространстве содержатся данные portfolio_returns для равновзвешенного портфеля и переменная уровня просрочки mort_del. Для построения диаграмм рассеяния подготовлены оси графиков plot_average и plot_min — добавьте диаграммы на них с помощью метода .scatter().

Инструкции

100 XP
  • Преобразуйте дневные данные portfolio_returns в средние квартальные с помощью методов .resample() и .mean().
  • Добавьте диаграмму рассеяния между mort_del и portfolio_q_average на ось plot_average. Прослеживается ли выраженная корреляция?
  • Теперь получите минимальные квартальные данные, используя .min() вместо .mean().
  • Добавьте диаграмму рассеяния между mort_del и portfolio_q_min на ось plot_min.