โมเมนต์ที่สอง: ความแปรปรวน
เช่นเดียวกับที่ประมาณค่าโมเมนต์ที่หนึ่งของการกระจายผลตอบแทนในแบบฝึกหัดที่แล้ว คุณยังสามารถประมาณค่า โมเมนต์ที่สอง หรือ ความแปรปรวน (variance) ของการกระจายผลตอบแทนด้วย numpy ได้เช่นกัน
ในกรณีนี้ ต้องคำนวณส่วนเบี่ยงเบนมาตรฐานรายวัน ( \( \sigma \) ) หรือที่เรียกว่า ความผันผวน (volatility) ของผลตอบแทนก่อน โดยใช้ np.std() จากนั้น ความแปรปรวนก็คือ \( \sigma ^ 2 \) นั่นเอง
StockPrices จากแบบฝึกหัดก่อนหน้ามีอยู่ใน workspace แล้ว และ numpy ถูก import ไว้เป็น np
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Python เบื้องต้นสำหรับการบริหารความเสี่ยงพอร์ตการลงทุน
คำแนะนำการฝึกหัด
- คำนวณส่วนเบี่ยงเบนมาตรฐานรายวันของคอลัมน์
'Returns'แล้วกำหนดค่าให้กับตัวแปรsigma_daily - หาค่าความแปรปรวนรายวัน (โมเมนต์ที่สอง \( \sigma ^ {2} \)) โดยยกกำลังสองส่วนเบี่ยงเบนมาตรฐาน
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Calculate the standard deviation of daily return of the stock
sigma_daily = ____(StockPrices['Returns'])
print(sigma_daily)
# Calculate the daily variance
variance_daily = ____
print(variance_daily)