Začněte nyníZačněte zdarma

Vykreslení po sobě jdoucích výnosů portfolia

Regrese k průměru je také důležitým konceptem v investování. Podíváme se na roční výnosy z investic do společností v indexu Standard and Poor 500 (S&P 500) v letech 2018 a 2019.

Dataset sp500_yearly_returns obsahuje tři sloupce:

proměnná význam
symbol Burzovní symbol jednoznačně identifikující společnost.
return_2018 Míra výkonnosti investice v roce 2018.
return_2019 Míra výkonnosti investice v roce 2019.

Kladné číslo výnosu znamená, že investice vzrostla na hodnotě; záporné číslo znamená, že ztratila na hodnotě.

Stejně jako u baseballových homerunů by naivní předpověď mohla být, že výkonnost investice zůstane meziročně stejná – tedy že leží na přímce y rovná se x.

sp500_yearly_returns je dostupný jako pandas DataFrame.

Toto cvičení je součástí kurzu

Úvod do regrese s knihovnou statsmodels v Pythonu

Zobrazit kurz

Pokyny k cvičení

  • Vytvoř novou figuru fig pro umožnění vrstvení grafů.
  • Vygeneruj přímku y rovná se x. Tento krok je už hotový.
  • Pomocí datasetu sp500_yearly_returns vykresli bodový graf return_2019 vs. return_2018 s regresní přímkou lineární regrese, bez pásu standardní chyby.
  • Nastav osy tak, aby vzdálenosti podél osy x a osy y vypadaly stejně.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Create a new figure, fig
fig = plt.____

# Plot the first layer: y = x
plt.axline(xy1=(0,0), slope=1, linewidth=2, color="green")

# Add scatter plot with linear regression trend line
sns.____(____)

# Set the axes so that the distances along the x and y axes look the same
plt.____(____)

# Show the plot
plt.show()
Upravit a spustit kód