LoslegenKostenlos loslegen

Aufzeichnung der aufeinanderfolgenden Portfolio-Renditen

Die Regression zum Mittelwert ist auch ein wichtiges Konzept beim Investieren. Hier siehst du die jährlichen Renditen von Investitionen in Unternehmen aus dem Standard and Poor 500 Index (S&P 500) in den Jahren 2018 und 2019.

Der Datensatz sp500_yearly_returns enthält drei Spalten:

variabel Bedeutung
symbol Börsenkürzel, das das Unternehmen eindeutig identifiziert.
return_2018 Ein Maß für die Investitionsleistung im Jahr 2018.
return_2019 Ein Maß für die Investitionsleistung im Jahr 2019.

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

Genau wie bei Baseball-Home Runs könnte eine naive Vorhersage sein, dass die Investitionsleistung 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

Einführung in die Regression mit statsmodels in Python

Kurs anzeigen

Anleitung zur Übung

  • Erstelle eine neue Figur, fig, um das Plot-Layering zu aktivieren.
  • Erstelle eine Linie, bei der y gleich x ist. Das haben wir für dich getan.
  • Zeichne mit sp500_yearly_returns ein Streudiagramm von return_2019 gegen return_2018 mit einer linearen Regressionstrendlinie ohne Standardfehlerband.
  • Stelle die Achsen so ein, dass die Abstände entlang der x- und y-Achse gleich aussehen.

Interaktive 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