Létající talíře nesouvisí s létajícím trhem

Dvě trendující časové řady mohou vykazovat silnou korelaci, i když spolu vůbec nesouvisejí. Tento jev se nazývá „spurious correlation" neboli zdánlivá korelace. Proto, když zkoumáš korelaci dvou akcií, měl/a bys sledovat korelaci jejich výnosů, ne jejich úrovní.

Aby sis to názorně ukázal/a, vypočítej korelaci mezi úrovněmi akciového trhu a ročním počtem pozorování UFO. Obě časové řady v posledních několika desetiletích rostly, takže korelace jejich úrovní je velmi vysoká. Pak vypočítej korelaci jejich procentuálních změn – ta bude blízká nule, protože mezi těmito dvěma řadami žádný vztah neexistuje.

DataFrame levels obsahuje úrovně DJI a UFO. Data o UFO byla stažena z webu www.nuforc.org.

Toto cvičení je součástí kurzu

Analýza časových řad v Pythonu

Zobrazit kurz

Pokyny k cvičení

Vypočítej korelaci sloupců DJI a UFO.
Vytvoř nový DataFrame změn pomocí metody .pct_change().
Znovu vypočítej korelaci sloupců DJI a UFO pro DataFrame změn.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Compute correlation of levels
correlation1 = ___
print("Correlation of levels: ", correlation1)

# Compute correlation of percent changes
changes = ___
correlation2 = ___
print("Correlation of changes: ", correlation2)

Upravit a spustit kód