1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Manipulace s časovými řadami v Pythonu
Connected

cvičení

Náhodná procházka II

V předchozím videu jsi viděl/a, jak vytvořit náhodnou procházku výnosů pomocí vzorkování ze skutečných výnosů a jak z tohoto náhodného vzorku sestavit náhodný průběh ceny akcie.

V tomto cvičení sestavíš náhodnou procházku na základě historických výnosů akcie Facebooku od IPO do konce 31. května 2017. V dalším cvičení pak nasimulujeme alternativní náhodný cenový průběh.

Pokyny

100 XP

Knihovna pandas je již naimportována jako pd, z numpy.random jsou k dispozici choice a seed, seaborn je naimportován jako sns a matplotlib.pyplot jako plt. Datová řada ceny akcie FB od IPO v květnu 2012 je uložená v proměnné fb. Prohlédni si ji pomocí .head().

  • Nastav seed na hodnotu 42.
  • Pomocí .pct_change() vypočítej denní výnosy Facebooku, odstraň chybějící hodnoty a výsledek ulož do daily_returns.
  • Vytvoř proměnnou n_obs, která bude obsahovat počet záznamů z .count() pro daily_returns.
  • Pomocí choice() náhodně vyber n_obs vzorků z daily_returns a výsledek ulož do random_walk.
  • Převeď random_walk na pd.Series a přiřaď zpět do stejné proměnné.
  • Pomocí sns.distplot() vykresli distribuci random_walk.