Rentabilidad acumulada de 1.000 $ invertidos en google vs apple II

Apple superó a Google en todo el periodo, pero esto pudo ser distinto en varios subperiodos de 1 año, de modo que alternar entre las dos acciones podría haber dado un resultado aún mejor.

Para analizarlo, calcula la rentabilidad acumulada para ventanas móviles de 1 año y luego representa las rentabilidades para ver cuándo cada acción fue superior.

Este ejercicio forma parte del curso

Manipulación de series temporales en Python

Ver curso

Instrucciones del ejercicio

Ya hemos importado pandas como pd y matplotlib.pyplot como plt. También hemos cargado los precios de cierre de GOOG y AAPL del ejercicio anterior en data.

Define una función multi_period_return() que devuelva la rentabilidad acumulada a partir de un array de rentabilidades por periodo.
Calcula daily_returns aplicando .pct_change() a data.
Crea una ventana .rolling() de '360D' sobre daily_returns y usa .apply() con multi_period_returns. Asigna el resultado a rolling_annual_returns.
Representa rolling_annual_returns tras multiplicarlo por 100.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Import numpy
import numpy as np

# Define a multi_period_return function
def multi_period_return(period_returns):
    return ____(____)
    
# Calculate daily returns
daily_returns = ____

# Calculate rolling_annual_returns
rolling_annual_returns = ____

# Plot rolling_annual_returns

Editar y ejecutar código