Tracer les rendements
Pour finir, nous allons tracer la performance de notre portefeuille généré par Machine Learning par rapport au simple fait de détenir le SPY. Cela nous servira d'évaluation pour voir si nos prédictions sont efficaces ou non.
Comme algo_cash et spy_cash sont déjà créés, il suffit de les passer à plt.plot() pour les afficher. Nous définirons aussi les libellés des jeux de données avec label dans plt.plot() afin d'afficher la légende.
Cet exercice fait partie du cours
<cours>Machine Learning pour la finance en Python</cours>Instructions de l’exercice
- Utilisez
plt.plot()pour traceralgo_cash(avec le label'algo') etspy_cash(avec le label'SPY'). - Utilisez
plt.legend()pour afficher la légende.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Plot the algo_cash and spy_cash to compare overall returns
plt.plot(____, ____)
plt.plot(spy_cash, label='SPY')
____ # show the legend
plt.show()