from scipy.stats import skew
skew(StockData["Returns"].dropna())
0.225
이 예에서 왜도가 0보다 크므로 비정규성을 나타냅니다.
첨도는 분포의 꼬리 두께를 측정하는 지표입니다.
대부분의 금융 수익률은 급첨 분포를 따릅니다
급첨(Leptokurtic): 초과 첨도가 양수인 경우 (첨도 > 3)
초과 첨도: 표본 첨도에서 3을 빼서 계산합니다
Python에서 초과 첨도
StockData 객체에 주식 수익률 데이터가 미리 로드되어 있다고 가정합니다. 수익률의 초과 첨도를 계산하려면:
from scipy.stats import kurtosis
kurtosis(StockData["Returns"].dropna())
2.44
이 예에서 초과 첨도가 0보다 크므로 비정규성을 나타냅니다.
Python에서 정규성 검정
정규성 통계 검정은 어떻게 수행하나요?
샤피로-윌크 검정의 귀무가설은 데이터가 정규분포를 따른다는 것입니다.
# Run the Shapiro-Wilk normality test in Python
from scipy import stats
p_value = stats.shapiro(StockData["Returns"].dropna())[1]
if p_value <= 0.05:
print("Null hypothesis of normality is rejected.")
else:
print("Null hypothesis of normality is accepted.")
p값은 리스트에서 두 번째로 반환되는 값입니다. p값이 0.05 미만이면 데이터가 비정규분포일 가능성이 높으므로 귀무가설을 기각합니다.
Preparing Video For Download...
