计算动态股票 Beta
假设 Elon Musk 是您的偶像，您正考虑投资一些特斯拉股票。作为一位精明的投资组合经理，您决定做足尽职调查，查看多年来特斯拉股票的 Beta。Beta 衡量单只股票相对于整个市场的波动性，可用来评估投资风险。
回顾一下，计算 Beta 需要股票波动率、市场（以标普 500 作为代理）波动率，以及两者收益的相关性。相关性可由标准化残差计算得到。
模型拟合得到的波动率已预加载：特斯拉为 teslaGarch_vol，标普 500 为 spGarch_vol。此外，模型的标准化残差也已分别预加载在 teslaGarch_resid 和 spGarch_resid 中。
本练习是课程的一部分
Python 中的 GARCH 模型
练习说明
使用拟合 GARCH 模型的标准化残差（
teslaGarch_resid、spGarch_resid）计算特斯拉与标普 500 之间的相关系数。使用特斯拉波动率（
teslaGarch_vol）、标普 500 波动率（spGarch_vol）以及上一步得到的correlation来计算特斯拉股票的 Beta。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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()