Code: Alles auswählen
def calculate_daily_returns(df):
daily_df = df.copy()
daily_df['EURO STOXX 50 Returns'] = daily_df['EURO STOXX 50'].pct_change()
daily_df['VSTOXX Returns'] = daily_df['VSTOXX'].pct_change()
return daily_df.dropna()
Code: Alles auswählen
daily_returns_df = calculate_daily_returns(df)
correlation_daily = daily_returns_df['EURO STOXX 50 Returns'].corr(daily_returns_df['VSTOXX Returns'])
Soweit so gut, ich Analysiere die Daten zwischen 2013 und 2023.
In diesen Zeiträumen suche ich mir die Daten raus wo die Marktvolatilität am höchsten und am geringsten sind.
Am höchsten sagt er mir 2020 - 2021 am geringsten sagt er mir 2017 - 2018. Jetzt berechne ich die Korrelation in diesen Daten und stelle fest das, die Marktvolatilität welche 2017 bis 2018 am geringsten ist eine stärkere negative Korrelation ergibt als die Korrelation von 2020 bis 2021 obwohl bei höherer Markvolatlität ja die Korrelation am stärksten sein sollte.
Habe ich einen Logikfehler in der Berechnung ?
Viele Grüße