Correlaciones de rentabilidad anual entre varios valores

Ya has visto en el vídeo cómo calcular correlaciones y visualizar el resultado.

En este ejercicio, le hemos proporcionado los precios históricos de las acciones de Apple (AAPL), Amazon (AMZN), IBM (IBM), WalMart (WMT), y Exxon Mobile (XOM) durante los últimos 4.000 días de negociación desde julio de 2001 hasta finales de mayo de 2017.

Calculará los rendimientos a final de año, las correlaciones por pares entre todas las acciones y visualizará el resultado como un mapa de calor anotado.

Este ejercicio forma parte del curso

Manipulación de datos de series temporales en Python

Ver curso

Instrucciones de ejercicio

Ya hemos importado pandas como pd, seaborn como sns, y matplotlib.pyplot como plt. Hemos cargado el precio de cierre diario de los cinco valores en una variable denominada data.

Inspeccione utilizando .info().
Aplique .resample() con frecuencia de fin de año (alias: 'A') a data y seleccione el precio .last() de cada subperíodo; asígnelo a annual_prices.
Calcule annual_returns aplicando .pct_change() a annual_prices.
Calcula correlations aplicando .corr() a annual_returns e imprime el resultado.
Visualice correlations como un sns.heatmap() anotado .

Ejercicio interactivo práctico

Pruebe este ejercicio completando este código de muestra.

# Inspect data here
print(____)

# Calculate year-end prices here
annual_prices = ____

# Calculate annual returns here
annual_returns = ____

# Calculate and print the correlation matrix here
correlations = ____
print(____)

# Visualize the correlations as heatmap here

Editar y ejecutar código