Comparer la performance de l’indice à un indice de référence II

L’étape suivante pour analyser la performance de votre indice consiste à la comparer à un indice de référence.

Dans la vidéo, nous avons utilisé le S&P 500 comme référence. Vous pouvez aussi utiliser le Dow Jones Industrial Average, qui regroupe les 30 plus grandes actions et constitue également une référence pertinente pour les plus grandes capitalisations de tous les secteurs sur les trois bourses.

Cet exercice fait partie du cours

Manipuler des séries temporelles en Python

Afficher le cours

Instructions

Nous avons déjà importé numpy sous le nom np, pandas sous le nom pd, et matplotlib.pyplot sous le nom plt pour vous. Nous avons aussi chargé votre indice et le Dow Jones Industrial Average (normalisé) dans une variable appelée data.

Inspectez data et affichez les cinq premières lignes.
Définissez une fonction multi_period_return qui prend en entrée un array numpy de rendements périodiques et renvoie le rendement total sur la période. Utilisez la formule de la vidéo : ajoutez 1 à l’entrée, passez le résultat à np.prod(), soustrayez 1 puis multipliez par 100.
Créez une fenêtre .rolling() de longueur '360D' à partir de data, et appliquez multi_period_return. Assignez le résultat à rolling_return_360.
Tracez rolling_return_360 en utilisant le title 'Rolling 360D Return'.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Inspect data
print(____)
print(____)

# Create multi_period_return function here
def multi_period_return(r):
    return (____) * 100

# Calculate rolling_return_360
rolling_return_360 = data.pct_change().____

# Plot rolling_return_360 here

Modifier et exécuter le code