포트폴리오의 전반적인 위험을 줄일 수 있는 방법으로 상관관계가
낮은 자산으로 포트폴리오를 구성한다. 회귀 분석을 통하여
상관관계를 분석하여 상관계수를 구한다.
이번 예제 실습 중 미국 국채와(TLT) KOSPI(^KS11)의 회귀 분석이
있는데 TLT의 자료가 책에 그려진 그래프와는 다른 거 같다.
그렇지만 상관 계수는 얼추 비슷하게 나왔다.
해당 자산을 지수화 ->
사이파이를 이용하여 선형 회귀 분석 ->
상관 계수 구하기(데이터프레임, 시리즈로)->
결정 계수 구하기
코드로 작성하는 건 어렵지 않다.
단어에 대한 이해가 필요한 부분이다.
앞으로도 더욱 더 이해가 많이 필요할 거 같다.
3.6 회귀 분석과 상관관계
3.6.1 KOSPI와 다우존스 지수 비교
3.6.2 지수화 비교
3.6.3 산점도 분석
3.6.4 사이파이 선형 회귀 분석 .....
3.6.5 선형 회귀 분석
3.7 상관계수에 따른 리스크 완화
3.7.1 데이터프레임으로 상관계수 구하기
3.7.2 시리즈로 상관계수 구하기
3.7.3 결정계수 구하기
3.7.4 다우존스 자수와 KOSPI의 회귀 분석
3.7.5 상관계수에 따른 리스크 완화
이전글 - 2021/02/01 - [책들] - 파이썬 증권 데이터 분석 3.4 주식비교하기 ~ 153p
이후글 - 2021/02/07 - [책들] - [파이썬 증권 데이터 분석] 4. 웹 스크레이핑을 사용한 데이터 분석 191p
반응형
'책들' 카테고리의 다른 글
| [파이썬 증권 데이터 분석] 4.5 OHLC 캔들 차트 203p (2) | 2021.02.07 |
|---|---|
| [파이썬 증권 데이터 분석] 4. 웹 스크레이핑을 사용한 데이터 분석 191p (3) | 2021.02.07 |
| [파이썬 증권 데이터 분석] 3.4 주식비교하기 ~ 153p (0) | 2021.02.01 |
| [파이썬 증권 데이터 분석] Numpy, Pandas, Matplotlib ~ 142p (0) | 2021.01.31 |
| [파이썬 증권 데이터 분석] 시작하며 ~121p (0) | 2021.01.29 |
두리뭉실2:해피파인더그룹
레고가 좋고~ PBL 매력에 빠졌으며~ 취미로 개발하는 두리둥실