Décaler des prix boursiers dans le temps
La première méthode de manipulation de séries chronologiques vue dans la vidéo était .shift(), qui vous permet de décaler toutes les valeurs d'une Series ou d'un DataFrame d'un certain nombre de périodes le long du DateTimeIndex.
Utilisons-la pour comparer visuellement une série de prix de l'action de Google décalée de 90 jours ouvrables vers le passé et vers le futur.
Cette activité fait partie du cours
Manipuler des séries chronologiques en Python
Instructions de l’exercice
Nous avons déjà importé pandas sous le nom pd et matplotlib.pyplot sous le nom plt.
- Utilisez
pd.read_csv()pour importer'google.csv', en analysant'Date'comme des dates, en définissant le résultat commeindexet en l'assignant àgoogle. - Utilisez
.asfreq()pour définir la fréquence degoogleà des jours ouvrables. - Ajoutez de nouvelles colonnes
laggedetshiftedàgooglequi contiennentClosedécalé de 90 jours ouvrables vers le passé et vers le futur, respectivement. - Tracez les trois colonnes de
google.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Import data here
google = ____
# Set data frequency to business daily
google = ____
# Create 'lagged' and 'shifted'
google['lagged'] = ____
google['shifted'] = ____
# Plot the google price series