1. Learn
    2. /
  2. Курси
    3. /
  3. Кількісне управління ризиками в Python
Connected

Вправа

KDE для розподілу збитків

Оцінювання щільності ядром (KDE) може підганяти розподіли з «товстими хвостами», тобто такі, у яких іноді трапляються великі відхилення від середнього (як-от розподіл портфельних збитків).

У розділі 2 ви ознайомилися з розподілом Стьюдента T, який за малої кількості ступенів вільності також може відтворювати таку властивість портфельних збитків.

Ви порівняєте Gaussian KDE з розподілом T, кожен підігнано до наданих портфельних losses за 2008–2009 роки. Ви візуалізуєте, наскільки добре кожен з них підходить, за допомогою гістограми. (Згадайте, що для розподілу T використовуються підібрані параметри params, тоді як gaussian_kde, будучи непараметричним, повертає функцію.)

Функція gaussian_kde() доступна так само, як і розподіл t, обидві з scipy.stats. Графіки можна додавати до наданого об'єкта axis.

Інструкції

100 XP
  • Підіженіть розподіл t до портфельних losses.
  • Підіженіть Gaussian KDE до losses, використавши gaussian_kde().
  • Побудуйте функції щільності ймовірності (PDF) для обох оцінок відносно losses, використовуючи об'єкт axis.