Representar rendimientos consecutivos de una cartera
La regresión a la media también es un concepto clave en inversión. Aquí vas a revisar los rendimientos anuales de invertir en empresas del índice Standard and Poor 500 (S&P 500) en 2018 y 2019.
El conjunto de datos sp500_yearly_returns contiene tres columnas:
| variable | significado |
|---|---|
| symbol | Ticker bursátil que identifica de forma única la empresa. |
| return_2018 | Medida del rendimiento de la inversión en 2018. |
| return_2019 | Medida del rendimiento de la inversión en 2019. |
Un número positivo del rendimiento significa que la inversión aumentó de valor; negativo significa que perdió valor.
Al igual que con los jonrones en béisbol, una predicción ingenua sería que el rendimiento de la inversión se mantiene igual de un año a otro, situándose en la línea y igual a x.
sp500_yearly_returns está disponible como un DataFrame de pandas.
Este ejercicio forma parte del curso
Introducción a la regresión con statsmodels en Python
Instrucciones del ejercicio
- Crea una figura nueva,
fig, para permitir superponer capas en la gráfica. - Genera una línea en y igual a x. Esto ya está hecho por ti.
- Usando
sp500_yearly_returns, dibuja un diagrama de dispersión dereturn_2019frente areturn_2018con una línea de tendencia de regresión lineal, sin banda de error estándar. - Ajusta los ejes para que las distancias a lo largo de los ejes x e y se vean iguales.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# 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()