Začněte nyníZačněte zdarma

Převzorkování frekvencí – základy

Modely rizikových faktorů často pracují s daty různých frekvencí. Typickým příkladem je kombinace čtvrtletních makroekonomických dat (ceny, míra nezaměstnanosti atd.) s finančními daty, která mají obvykle denní (nebo i kratší) frekvenci. Aby bylo možné oba zdroje dat použít ve stejném modelu, je třeba data s vyšší frekvencí převzorkovat na nižší frekvenci.

Objekty DataFrame a Series v Pandas mají vestavěnou metodu .resample(), která určuje cílovou (nižší) frekvenci. Tuto metodu zřetězíš s metodou pro výpočet statistiky v novém frekvenčním období – například .mean() pro průměr nebo .min() pro minimum.

V tomto cvičení si procvičíš převod denních dat returns na týdenní a čtvrtletní frekvenci.

Toto cvičení je součástí kurzu

Kvantitativní řízení rizik v Pythonu

Zobrazit kurz

Pokyny k cvičení

  • Převeď returns na čtvrtletní průměrnou frekvenci jako returns_q pomocí metod .resample() a .mean().
  • Prohlédni si záhlaví returns_q – všimni si, že metoda .resample() se postará o datový index za tebe.
  • Teď převeď returns na týdenní minimální frekvenci jako returns_w pomocí metody .min().
  • Prohlédni si záhlaví returns_w.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Convert daily returns to quarterly average returns
returns_q = returns.____('Q').____

# Examine the beginning of the quarterly series
print(returns_q.____)

# Now convert daily returns to weekly minimum returns
returns_w = ____.resample('W').____

# Examine the beginning of the weekly series
print(returns_w.____)
Upravit a spustit kód