Et les rendements boursiers ?

Dans l’exercice précédent, vous avez montré que le cours de l’action Amazon, contenu dans le DataFrame AMZN, suit une marche aléatoire. Dans cet exercice, vous ferez la même chose pour les rendements d’Amazon (variation en pourcentage des prix) et montrerez que ces rendements ne suivent pas une marche aléatoire.

Cet exercice fait partie du cours

Analyse des séries temporelles en Python

Afficher le cours

Instructions

Importez le module adfuller depuis statsmodels.
Créez un nouveau DataFrame des rendements d’AMZN en calculant la variation en pourcentage des prix avec la méthode .pct_change().
Supprimez le NaN de la première ligne des rendements en utilisant la méthode .dropna() sur le DataFrame.
Exécutez le test de Dickey-Fuller augmenté sur la colonne 'Adj Close' de AMZN_ret, et affichez la p-value dans results[1].

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Import the adfuller module from statsmodels
from statsmodels.tsa.stattools import adfuller

# Create a DataFrame of AMZN returns
AMZN_ret = ___

# Eliminate the NaN in the first row of returns
AMZN_ret = ___

# Run the ADF test on the return series and print out the p-value
results = adfuller(___)
print('The p-value of the test on returns is: ' + str(results[___]))

Modifier et exécuter le code