計算動態股價 Beta
假設 Elon Musk 是你的偶像，而你正考慮投資特斯拉股票。身為精明的投資組合經理，你決定做好完整的盡職調查，檢視歷年特斯拉股票的 Beta。Beta 衡量單一股票相對於整體市場的波動程度，可作為投資風險的指標。
回想一下，計算 Beta 需要股票波動度、市場（以 S&P 500 作為代理）波動度，以及兩者報酬的相關性。相關性可以由標準化殘差計算得到。
模型擬合後的波動度已預先載入：特斯拉為 teslaGarch_vol，S&P 500 為 spGarch_vol。此外，模型的標準化殘差也已分別預載於 teslaGarch_resid 與 spGarch_resid。
本練習屬於課程
Python 中的 GARCH 模型
練習說明
使用已擬合 GARCH 模型的標準化殘差（
teslaGarch_resid、spGarch_resid），計算特斯拉與 S&P 500 之間的相關係數。使用特斯拉的波動度（
teslaGarch_vol）、S&P 500 的波動度（spGarch_vol）以及上一步算得的correlation，計算特斯拉股票的 Beta。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Compute correlation between SP500 and Tesla
correlation = np.corrcoef(____, ____)[0, 1]
# Compute the Beta for Tesla
stock_beta = ____ * (____ / ____)
# Plot the Beta
plt.title('Tesla Stock Beta')
plt.plot(stock_beta)
plt.show()