Explora los datos con algo de EDA
Primero, exploremos los datos. Siempre que empezamos un proyecto de Machine Learning (ML), lo primero es hacer un análisis exploratorio de datos (EDA) para familiarizarnos con ellos. Esto incluye cosas como:
- gráficas de datos en bruto
- histogramas
- y más…
Normalmente empiezo con gráficas de datos en bruto e histogramas. Esto nos permite entender las distribuciones de los datos. Si es una distribución normal, podemos usar estadísticas paramétricas.
Hay dos acciones cargadas para ti en DataFrames de pandas: lng_df y spy_df (LNG y SPY). Échales un vistazo con .head(). Usaremos los precios de cierre y, más adelante, el volumen como entradas para algoritmos de ML.
Nota: Llamaremos a plt.clf() cada vez que queramos hacer una nueva gráfica, o f = plt.figure().
Este ejercicio forma parte del curso
Machine Learning para finanzas con Python
Instrucciones del ejercicio
- Imprime las primeras 5 líneas de los dos DataFrame (
lng_dfyspy_df) y examina su contenido. - Usa la librería pandas para graficar las series temporales en bruto de
'SPY'y'LNG'con el precio de cierre ajustado ('Adj_Close') — establecelegend=Trueen.plot(). - Usa
plt.show()para mostrar la gráfica de series temporales en bruto (se ha importadomatplotlib.pyplotcomoplt). - Usa pandas y matplotlib para hacer un histograma de la diferencia porcentual de 1 día del cierre ajustado (usa
.pct_change()) para SPY y LNG.
ejercicio interactivo práctico
Prueba este ejercicio completando este código de ejemplo.
print(lng_df.head()) # examine the DataFrames
print(____) # examine the SPY DataFrame
# Plot the Adj_Close columns for SPY and LNG
spy_df[____].plot(label='SPY', legend=True)
lng_df[____].plot(label=____, ____, secondary_y=True)
____ # show the plot
plt.clf() # clear the plot space
# Histogram of the daily price change percent of Adj_Close for LNG
lng_df['Adj_Close'].____.plot.hist(bins=50)
plt.xlabel('adjusted close 1-day percent change')
plt.show()