เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การคำนวณค่าความเบ้และค่าความโด่ง

หลังจากดูฮิสโตแกรมของข้อมูล S&P500 กันไปแล้ว คราวนี้มาแปลงข้อมูลเหล่านั้นให้เป็นตัวเลข โดยคำนวณค่าความเบ้และค่าความโด่งกัน นอกจากนี้ยังจะดูค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานเพื่อให้เห็นภาพรวมของการกระจายตัวอย่างครบถ้วน ข้อมูลผลตอบแทน S&P500 พร้อมใช้งานในตัวแปร returns_sp500 ซึ่งเป็นสิ่งที่ต้องใช้ทั้งหมดในแบบฝึกหัดนี้

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การวิเคราะห์พอร์ตโฟลิโอด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • คำนวณค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐาน
  • คำนวณค่าความเบ้
  • คำนวณค่าความโด่ง

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Print the mean
print("mean : ", returns_sp500.____()*100)

# Print the standard deviation
print("Std. dev  : ", returns_sp500.____()*100)

# Print the skewness
print("skew : ", returns_sp500.____())

# Print the kurtosis
print("kurt : ", returns_sp500.____())
แก้ไขและรันโค้ด