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

Exercise

Візуалізація кореляції факторів ризику

Інвестбанки масово вкладалися в цінні папери, забезпечені іпотекою (MBS), до та під час фінансової кризи. Тож MBS, імовірно, є фактором ризику для портфеля інвестбанку. Ви перевірите це за допомогою діаграм розсіювання між portfolio returns і мірою ризику для MBS — 90-денним рівнем прострочення за іпотекою mort_del.

mort_del доступний лише як квартальні дані. Тому portfolio_returns спершу потрібно перетворити з денних на квартальну частоту за допомогою методу датафрейму .resample().

У вашому робочому середовищі є і portfolio_returns для рівновагового портфеля, і змінна рівня прострочення mort_del. Для діаграм розсіювання plot_average і plot_min — це осі побудови у вашому середовищі; ви додасте до них свої діаграми розсіювання за допомогою методу .scatter().

Instructions

100 XP
  • Перетворіть денні дані portfolio_returns на середні квартальні за допомогою методів .resample() і .mean().
  • Додайте діаграму розсіювання між mort_del і portfolio_q_average до plot_average. Чи є сильна кореляція?
  • Тепер створіть мінімальні квартальні дані, використавши .min() замість .mean().
  • Додайте діаграму розсіювання між mort_del і portfolio_q_min до plot_min.