Python para Finanzas, 2ª Edición

Capítulo 13. Estadísticas

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

Puedo demostrar cualquier cosa mediante estadísticas, excepto la verdad.

George Canning

Estadística es un campo muy amplio, pero las herramientas y resultados que proporciona se han vuelto indispensables para las finanzas. Esto explica la popularidad de los lenguajes de dominio específico como R en el sector financiero. Cuanto más elaborados y complejos se vuelven los modelos estadísticos, más importante es disponer de soluciones computacionales fáciles de usar y de alto rendimiento.

Un solo capítulo de un libro como éste no puede hacer justicia a la riqueza y profundidad del campo de la estadística. Por lo tanto, el enfoque -como en muchos otros capítulos- es centrarse en temas seleccionados que parecen importantes o que proporcionan un buen punto de partida en lo que se refiere al uso de Python para las tareas concretas que nos ocupan. El capítulo tiene cuatro puntos centrales:

"Pruebas de normalidad"

Un gran número de importantes modelos financieros, como la teoría moderna o de la cartera de varianza media (MPT) y el modelo de valoración de activos de capital (CAPM), se basan en el supuesto de que los rendimientos de los valores se distribuyen normalmente. Por lo tanto, este capítulo presenta enfoques para comprobar la normalidad de los rendimientos de una serie temporal determinada.

"Optimización de la cartera"

MPT puede considerarse ...