Einstieg ins Frequenz-Resampling
Risikofaktormodelle arbeiten häufig mit Daten unterschiedlicher Frequenzen. Ein typisches Beispiel ist die Kombination von vierteljährlichen makroökonomischen Daten wie Preisen oder Arbeitslosenquoten mit Finanzdaten, die oft täglich (oder sogar untertägig) vorliegen. Damit beide Datenquellen im selben Modell genutzt werden können, müssen höherfrequente Daten auf die niedrigere Frequenz resampled werden.
Die Pandas-Objekte DataFrame und Series haben eine eingebaute Methode .resample(), mit der die niedrigere Frequenz festgelegt wird. Diese Methode wird mit einer Methode verknüpft, die die Kennzahl der niedrigeren Frequenz bildet, z. B. .mean() für den Durchschnitt der Daten innerhalb des neuen Frequenzzeitraums oder .min() für das Minimum der Daten.
In dieser Übung übst du, tägliche returns-Daten in wöchentliche und vierteljährliche Frequenzen umzuwandeln.
Diese Übung ist Teil des Kurses
Quantitative Risk Management in Python
Anleitung zur Übung
- Wandle
returnsmithilfe von.resample()und.mean()in vierteljährliche Durchschnittswertereturns_qum. - Sieh dir den Kopf von
returns_qan und beachte, dass.resample()den Datumsindex für dich verwaltet. - Wandle
returnsnun mithilfe der Methode.min()in wöchentliche Minimalwertereturns_wum. - Sieh dir den Kopf von
returns_wan.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# 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.____)