Representar rentabilidades de varios periodos
El último método de series temporales que has visto en el vídeo fue .pct_change(). Vamos a usar esta función para calcular rentabilidades para varios periodos en días de calendario y representar el resultado para comparar los distintos patrones.
Usaremos precios de las acciones de Google de 2014 a 2016.
Este ejercicio forma parte del curso
Manipulación de series temporales en Python
Instrucciones del ejercicio
Ya hemos importado pandas como pd y matplotlib.pyplot como plt. También hemos cargado los precios de 'GOOG' para los años 2014-2016, establecido la frecuencia a diaria de calendario y guardado el resultado en google.
- Crea las columnas
'daily_return','monthly_return'y'annual_return'que contengan elpct_change()de'Close'para 1, 30 y 360 días de calendario, respectivamente, y multiplica cada una por 100. - Representa el resultado usando
subplots=True.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Create daily_return
google['daily_return'] = ____
# Create monthly_return
google['monthly_return'] = ____
# Create annual_return
google['annual_return'] = ____
# Plot the result