Desplazar precios de acciones en el tiempo

El primer método para manipular series temporales que viste en el vídeo fue .shift(), que te permite desplazar todos los valores de un Series o DataFrame un número de periodos a lo largo del DateTimeIndex.

Vamos a usarlo para comparar visualmente una serie de precios de Google desplazada 90 días laborables tanto hacia el pasado como hacia el futuro.

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.

Usa pd.read_csv() para importar 'google.csv', analizando 'Date' como fechas, estableciendo el resultado como index y asignándolo a google.
Usa .asfreq() para fijar la frecuencia de google a días laborables.
Añade nuevas columnas lagged y shifted a google que contengan Close desplazado 90 días laborables hacia el pasado y hacia el futuro, respectivamente.
Representa las tres columnas de google.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Import data here
google = ____

# Set data frequency to business daily
google = ____

# Create 'lagged' and 'shifted'
google['lagged'] = ____
google['shifted'] = ____

# Plot the google price series

Editar y ejecutar código