Розмір ефекту для кореляцій
Волатильність активу приблизно визначають тим, наскільки змінюється його ціна. У цій вправі ви виміряєте денну волатильність, визначену як (ціна максимуму − ціна мінімуму) / ціна закриття.
Які чинники пояснюють волатильність біткойна? Чи тісно пов'язана з нею волатильність S&P 500? Чи зростає або зменшується волатильність у міру зростання цін? Іншими словами, який розмір ефекту кореляції між цими різними чинниками? У цій вправі ви обчислите обидва ці розміри ефекту.
Для вас завантажено датафрейм із цінами S&P 500 та біткойна (btc_sp_df), а також пакети pandas як pd, NumPy як np, Matplotlib як plt і stats зі SciPy.
Ця вправа є частиною курсу
Основи інференції в Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Compute the volatility of Bitcoin
btc_sp_df['Volatility_BTC'] = ____
# Compute the volatility of the S&P500
btc_sp_df['Volatility_SP500'] = ____
# Compute and print R^2 between the volatility of BTC and SP500
r_volatility, p_value_volatility = ____
print('R^2 between volatility of the assets:', ____)
# Compute and print R^2 between the volatility of BTC and the closing price of BTC
r_closing, p_value_closing = ____
print('R^2 between closing price and volatility of BTC:', ____)