Observa el agrupamiento de volatilidad
El agrupamiento de volatilidad se observa con frecuencia en datos de mercados financieros y supone un reto para el modelado de series temporales.
En este ejercicio, te familiarizarás con el conjunto de datos de precios diarios del S&P 500. Calcularás los rendimientos diarios como cambios porcentuales del precio, representarás los resultados y observarás su comportamiento a lo largo del tiempo.
Los datos históricos de precios diarios del S&P 500 se han precargado en sp_price para ti.
Este ejercicio forma parte del curso
Modelos GARCH en Python
Instrucciones del ejercicio
- Calcula los rendimientos diarios como cambios porcentuales del precio y guárdalos en el DataFrame
sp_priceen una nueva columna llamadaReturn. - Visualiza los datos imprimiendo las últimas 10 filas.
- Grafica la columna
Returny observa indicios de agrupamiento de volatilidad.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Calculate daily returns as percentage price changes
sp_price['____'] = 100 * (sp_price['Close'].____())
# View the data
print(sp_price.____(____))
# plot the data
plt.plot(sp_price['____'], color = 'tomato', label = 'Daily Returns')
plt.legend(loc='upper right')
plt.show()