Corrélations des rendements annuels entre plusieurs actions

Vous avez vu dans la vidéo comment calculer des corrélations et visualiser le résultat.

Dans cet exercice, nous vous fournissons les cours historiques des actions Apple (AAPL), Amazon (AMZN), IBM (IBM), WalMart (WMT) et Exxon Mobile (XOM) pour les 4 000 derniers jours de bourse, de juillet 2001 à fin mai 2017.

Vous allez calculer les rendements de fin d’année, les corrélations par paires entre toutes les actions, puis visualiser le résultat sous forme de carte thermique annotée (heatmap).

Cet exercice fait partie du cours

Manipuler des séries temporelles en Python

Afficher le cours

Instructions

Nous avons déjà importé pandas sous le nom pd, seaborn sous le nom sns, et matplotlib.pyplot sous le nom plt. Nous avons chargé le cours de clôture quotidien des cinq actions dans une variable appelée data.

Inspectez avec .info().
Appliquez .resample() avec une fréquence de fin d’année (alias : 'A') à data et sélectionnez le prix .last() de chaque sous-période ; assignez le résultat à annual_prices.
Calculez annual_returns en appliquant .pct_change() à annual_prices.
Calculez correlations en appliquant .corr() à annual_returns et affichez le résultat.
Visualisez correlations sous forme de sns.heatmap() annotée.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Inspect data here
print(____)

# Calculate year-end prices here
annual_prices = ____

# Calculate annual returns here
annual_returns = ____

# Calculate and print the correlation matrix here
correlations = ____
print(____)

# Visualize the correlations as heatmap here

Modifier et exécuter le code