लगातार पोर्टफोलियो रिटर्न का प्लॉट बनाना
निवेश में भी regression to the mean एक महत्वपूर्ण अवधारणा है। यहाँ आप 2018 और 2019 में Standard and Poor 500 index (S&P 500) की कंपनियों में निवेश से मिलने वाले वार्षिक रिटर्न देखेंगे।
sp500_yearly_returns डेटासेट में तीन कॉलम हैं:
| variable | meaning |
|---|---|
| symbol | कंपनी की विशिष्ट पहचान बताने वाला स्टॉक टिकर सिंबल. |
| return_2018 | 2018 में निवेश प्रदर्शन का एक माप. |
| return_2019 | 2019 में निवेश प्रदर्शन का एक माप. |
रिटर्न के लिए धनात्मक संख्या का मतलब है कि निवेश का मूल्य बढ़ा; ऋणात्मक होने पर मूल्य घटा।
बेसबॉल होम रन की तरह ही, एक साधारण भविष्यवाणी यह हो सकती है कि साल-दर-साल निवेश प्रदर्शन समान रहता है और y बराबर x वाली रेखा पर स्थित होता है।
sp500_yearly_returns एक pandas DataFrame के रूप में उपलब्ध है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में statsmodels के साथ Regression परिचय
अभ्यास निर्देश
- प्लॉट लेयरिंग के लिए एक नया फ़िगर
figबनाएँ. - y बराबर x की एक रेखा जनरेट करें. यह आपके लिए कर दिया गया है.
sp500_yearly_returnsका उपयोग करके,return_2019बनामreturn_2018का स्कैटर प्लॉट एक लीनियर रिग्रेशन ट्रेंड लाइन के साथ ड्रॉ करें, बिना स्टैंडर्ड एरर रिबन के.- अक्षों को इस तरह सेट करें कि x और y दोनों अक्षों पर दूरी समान दिखे.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Create a new figure, fig
fig = plt.____
# Plot the first layer: y = x
plt.axline(xy1=(0,0), slope=1, linewidth=2, color="green")
# Add scatter plot with linear regression trend line
sns.____(____)
# Set the axes so that the distances along the x and y axes look the same
plt.____(____)
# Show the plot
plt.show()