1. Learn
    2. /
  2. Courses
    3. /
  3. Nhập môn Quản trị Rủi ro Danh mục bằng Python
Connected

Exercise

Kiểm định thống kê về tính chuẩn

Để thực sự tự tin về nhận định tính chuẩn của phân phối lợi nhuận cổ phiếu, bạn nên dùng một kiểm định thống kê đúng nghĩa thay vì chỉ nhìn vào độ nhọn (kurtosis) hay độ lệch (skewness).

Bạn có thể dùng hàm shapiro() từ scipy.stats để chạy kiểm định Shapiro–Wilk về tính chuẩn cho chuỗi lợi nhuận. Hàm sẽ trả về hai giá trị trong một danh sách. Giá trị đầu tiên là t-stat của kiểm định, và giá trị thứ hai là p-value. Bạn có thể dùng p-value để đưa ra kết luận về tính chuẩn của dữ liệu. Nếu p-value nhỏ hơn hoặc bằng 0,05, bạn có thể bác bỏ giả thuyết không (tính chuẩn) một cách an toàn và cho rằng dữ liệu không tuân theo phân phối chuẩn.

clean_returns từ bài tập trước có sẵn trong workspace của bạn.

Instructions

100 XP
  • Import shapiro từ scipy.stats.
  • Chạy kiểm định Shapiro–Wilk trên clean_returns.
  • Trích xuất p-value từ tuple shapiro_results.