LoslegenKostenlos starten

Aufeinanderfolgende Portfoliorenditen plotten

Regression zur Mitte ist auch beim Investieren ein wichtiges Konzept. Hier betrachtest du die Jahresrenditen von Investitionen in Unternehmen des Standard and Poor 500 Index (S&P 500) in den Jahren 2018 und 2019.

Der Datensatz sp500_yearly_returns enthält drei Spalten:

variable meaning
symbol Börsentickersymbol, das das Unternehmen eindeutig identifiziert.
return_2018 Eine Messgröße für die Wertentwicklung im Jahr 2018.
return_2019 Eine Messgröße für die Wertentwicklung im Jahr 2019.

Eine positive Rendite bedeutet, dass die Investition an Wert gewonnen hat; eine negative, dass sie an Wert verloren hat.

Ganz ähnlich wie bei Home Runs im Baseball könnte eine naive Vorhersage sein, dass die Wertentwicklung von Jahr zu Jahr gleich bleibt und auf der Linie y gleich x liegt.

sp500_yearly_returns ist als pandas DataFrame verfügbar.

Diese Übung ist Teil des Kurses

<Kurs>Einführung in die Regression mit statsmodels in Python</Kurs>
Kurs ansehen

Übungsanweisungen

  • Erstelle eine neue Abbildung fig, um Plot-Layering zu ermöglichen.
  • Erzeuge eine Linie bei y gleich x. Das wurde bereits für dich erledigt.
  • Zeichne mit sp500_yearly_returns ein Streudiagramm von return_2019 gegenüber return_2018 mit einer linearen Regressions-Trendlinie, ohne Standardfehler-Band.
  • Setze die Achsen so, dass die Abstände auf der x- und y-Achse gleich aussehen.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# 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()
Code bearbeiten und ausführen