Rendimiento acumulado de $1,000 invertido en google vs apple II

Apple superó a Google a lo largo de todo el periodo, pero esto puede haber sido diferente en varios subperiodos de un año, de modo que el cambio entre los dos valores podría haber arrojado un resultado aún mejor.

Para analizarlo, calcule esa rentabilidad acumulada para periodos sucesivos de un año y, a continuación, represente gráficamente las rentabilidades para ver cuándo fue superior cada valor.

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 y matplotlib.pyplot como plt. También hemos cargado los precios de cierre de GOOG y AAPL del último ejercicio en data.

Defina una función multi_period_return() que devuelva la rentabilidad acumulada a partir de una matriz de rentabilidades periódicas.
Calcule daily_returns aplicando .pct_change() a data.
Cree una ventana '360D' .rolling() en daily_returns, y .apply() multi_period_returns. Asigna el resultado a rolling_annual_returns.
Traza rolling_annual_returns después de multiplicarlo por 100.

Ejercicio interactivo práctico

Pruebe este ejercicio completando este 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