Échantillonnage et estimateurs ponctuels
Vous avez accès à un court historique de transactions pour le Bitcoin (BTC) et le S&P 500 (SP500). Vous décidez de choisir quatre-vingt-dix jours consécutifs afin d'analyser la croissance en pourcentage de chaque actif sur la même période.
Commencez par sélectionner un numéro de ligne initial. Pour obtenir un échantillon de 90 lignes consécutives, vous devez choisir ce numéro de départ dans un intervalle allant de zéro à la longueur de btc_sp_df, en excluant les 90 dernières lignes. Votre objectif est d'utiliser cet échantillon pour mieux comprendre, de façon générale, la croissance des deux actifs.
Les données de négociation ont été chargées dans btc_sp_df, tout comme les bibliothèques pandas sous pd et NumPy sous np.
Cette activité fait partie du cours
Fondements de l'inférence en Python
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Select a random starting row number, not including the last 90 rows
initial_row_number = np.random.____(____(len(____) - ____))
# Use initial_row_number to select the next 90 rows from that row number
sample_df = btc_sp_df.____[____:(____ + ____)]