फ़्रीक्वेंसी रिसैंपलिंग प्राइमर
रिस्क फैक्टर मॉडल अक्सर अलग-अलग फ़्रीक्वेंसी वाले डेटा पर निर्भर करते हैं। एक सामान्य उदाहरण है जब आप तिमाही मैक्रोइकोनॉमिक डेटा (जैसे कीमतें, बेरोज़गारी दरें आदि) को फ़ाइनेंशियल डेटा के साथ उपयोग करते हैं, जो अक्सर डेली (या इंट्रा-डे) होता है। दोनों डेटा सोर्स को एक ही मॉडल में इस्तेमाल करने के लिए, हाई-फ़्रीक्वेंसी डेटा को लोअर-फ़्रीक्वेंसी से मैच कराने के लिए resample करना पड़ता है।
Pandas के DataFrame और Series ऑब्जेक्ट्स में बिल्ट-इन .resample() मेथड होता है, जो लोअर फ़्रीक्वेंसी बताता है। इस मेथड को किसी ऐसे मेथड के साथ चेन किया जाता है जो लोअर-फ़्रीक्वेंसी स्टैटिस्टिक बनाता है, जैसे नई फ़्रीक्वेंसी पीरियड के भीतर डेटा के औसत के लिए .mean(), या न्यूनतम मान के लिए .min().
इस अभ्यास में आप डेली returns डेटा को साप्ताहिक और तिमाही फ़्रीक्वेंसी में बदलने का अभ्यास करेंगे।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Quantitative Risk Management
अभ्यास निर्देश
.resample()और.mean()मेथड्स का उपयोग करकेreturnsको तिमाही फ़्रीक्वेंसी के औसतreturns_qमें बदलें.returns_qका हेडर देखें और नोट करें कि.resample()मेथड आपके लिए डेट इंडेक्स को संभाल लेती है.- अब
.min()मेथड का उपयोग करकेreturnsको साप्ताहिक फ़्रीक्वेंसी के न्यूनतमreturns_wमें बदलें. returns_wका हेडर देखें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Convert daily returns to quarterly average returns
returns_q = returns.____('Q').____
# Examine the beginning of the quarterly series
print(returns_q.____)
# Now convert daily returns to weekly minimum returns
returns_w = ____.resample('W').____
# Examine the beginning of the weekly series
print(returns_w.____)