Index-Performance mit Benchmark vergleichen II

Der nächste Schritt bei der Analyse der Performance deines Index ist der Vergleich mit einem Benchmark.

Im Video haben wir den S&P 500 als Benchmark verwendet. Du kannst auch den Dow Jones Industrial Average nutzen, der die 30 größten Aktien enthält und ebenfalls ein sinnvoller Benchmark für die größten Aktien aus allen Sektoren über die drei Börsen hinweg wäre.

Diese Übung ist Teil des Kurses

Zeitreihen in Python bearbeiten

Kurs anzeigen

Anleitung zur Übung

Wir haben numpy als np, pandas als pd und matplotlib.pyplot als plt bereits für dich importiert. Außerdem haben wir deinen Index und den Dow Jones Industrial Average (normalisiert) in einer Variablen data geladen.

Untersuche data und gib die ersten fünf Zeilen aus.
Definiere eine Funktion multi_period_return, die ein numpy-array mit Periodenrenditen als Eingabe erhält und die Gesamtrendite für den Zeitraum zurückgibt. Verwende die Formel aus dem Video: Addiere 1 zur Eingabe, übergib das Ergebnis an np.prod(), ziehe 1 ab und multipliziere mit 100.
Erstelle aus data ein .rolling()-Fenster der Länge '360D' und wende multi_period_return an. Weisen rolling_return_360 zu.
Plotte rolling_return_360 und verwende den title 'Rolling 360D Return'.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Inspect data
print(____)
print(____)

# Create multi_period_return function here
def multi_period_return(r):
    return (____) * 100

# Calculate rolling_return_360
rolling_return_360 = data.pct_change().____

# Plot rolling_return_360 here

Code bearbeiten und ausführen