Random walk III

V tomto cvičení dokončíš simulaci náhodné procházky pomocí výnosů akcií Facebooku za posledních pět let. Začneš s náhodným vzorkem výnosů podobným tomu, který jsi vygeneroval/a v předchozím cvičení, a použiješ ho k vytvoření náhodné cenové trajektorie akcie.

Toto cvičení je součástí kurzu

Manipulace s časovými řadami v Pythonu

Zobrazit kurz

Pokyny k cvičení

Knihovna pandas je už naimportovaná jako pd, choice a seed z numpy.random a matplotlib.pyplot jako plt. Cena Facebooku je načtená jako pd.DataFrame v proměnné fb a náhodný vzorek denních výnosů FB jako pd.Series v proměnné random_walk.

Vyber první cenu Facebooku pomocí .first('D') aplikovaného na fb.price a výsledek přiřaď do proměnné start.
Přičti 1 k random_walk a výsledek znovu přiřaď do stejné proměnné, pak připoj random_walk k start pomocí .append() a výsledek přiřaď do random_price.
Aplikuj .cumprod() na random_price a výsledek znovu přiřaď do stejné proměnné.
Vlož random_price jako nový sloupec s názvem random do fb a výsledek vykresli.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Select fb start price here
start = ____

# Add 1 to random walk and append to start
random_walk = ____
random_price = ____

# Calculate cumulative product here
random_price = ____

# Insert into fb and plot
fb['random'] = ____

Upravit a spustit kód