平均、分散、正規分布

Pythonで学ぶポートフォリオ・リスク管理入門

Dakota Wixom

Quantitative Analyst | QuantCourse.com

分布のモーメント

確率分布には以下のモーメントがあります:

  • 1) 平均($ \mu $)
  • 2) 分散($ \sigma ^ 2 $)
  • 3) 歪度
  • 4) 尖度
Pythonで学ぶポートフォリオ・リスク管理入門

分布にはさまざまな種類があり、正規分布と非正規分布があります。ガウス分布に従う確率変数は正規分布に従うといいます。

正規分布の特徴:

  • 平均 = $ \mu $
  • 分散 = $ \sigma ^ 2 $
  • 歪度 = 0
  • 尖度 = 3

Pythonで学ぶポートフォリオ・リスク管理入門

標準正規分布

標準正規分布は、以下の条件を満たす正規分布の特殊ケースです:

  • $ \sigma $ = 1
  • $ \mu $ = 0
Pythonで学ぶポートフォリオ・リスク管理入門

正規分布との比較

  • 正規分布の歪度は0付近、尖度は3付近になります。
  • 金融リターンは正規分布に従わないことが多い
  • 金融リターンは高い尖度を示すことがある
Pythonで学ぶポートフォリオ・リスク管理入門

正規分布との比較

Pythonで学ぶポートフォリオ・リスク管理入門

Pythonによる平均リターンの計算

日次平均リターンの計算には np.mean() 関数を使用します:

import numpy as np
np.mean(StockPrices["Returns"])
0.0003

252営業日を前提とした年率平均リターンの計算:

import numpy as np
((1+np.mean(StockPrices["Returns"]))**252)-1
0.0785
Pythonで学ぶポートフォリオ・リスク管理入門

標準偏差と分散

標準偏差(ボラティリティ)

  • 分散 = $ \sigma ^ 2 $
  • 数式では $ \sigma $ と表記され、ボラティリティ とも呼ばれる
  • $ \sigma $ が高いほど、リスクの高い投資とみなされる
  • リターンのばらつきを表す指標

Pythonで学ぶポートフォリオ・リスク管理入門

Pythonによる標準偏差と分散の計算

StockData オブジェクトに株式リターンデータが読み込まれているとします。リターンの期間標準偏差を計算するには:

import numpy as np
np.std(StockPrices["Returns"])
0.0256

分散は標準偏差を2乗して求めます:

np.std(StockPrices["Returns"])**2
0.000655
Pythonで学ぶポートフォリオ・リスク管理入門

ボラティリティのスケーリング

  • ボラティリティは時間の平方根に比例してスケールする
  • 通常、1年252営業日、1ヶ月21営業日と仮定する

Pythonで学ぶポートフォリオ・リスク管理入門

Pythonによるボラティリティのスケーリング

StockData オブジェクトに株式リターンデータが読み込まれているとします。リターンの年率ボラティリティを計算するには:

import numpy as np
np.std(StockPrices["Returns"]) * np.sqrt(252)
0.3071
Pythonで学ぶポートフォリオ・リスク管理入門

練習しましょう!

Pythonで学ぶポートフォリオ・リスク管理入門

Preparing Video For Download...