Amati pengelompokan volatilitas

Pengelompokan volatilitas sering diamati pada data pasar keuangan dan menjadi tantangan bagi pemodelan deret waktu.

Dalam latihan ini, Anda akan berkenalan dengan himpunan data harga harian S&P 500. Anda akan menghitung imbal hasil harian sebagai perubahan harga dalam persentase, membuat plot hasilnya, dan mengamati perilakunya dari waktu ke waktu.

Data historis harga harian S&P 500 telah dimuat sebelumnya dalam sp_price untuk Anda.

Latihan ini adalah bagian dari kursus

Model GARCH di Python

Lihat Kursus

Petunjuk latihan

Hitung imbal hasil harian sebagai perubahan harga dalam persentase dan simpan ke DataFrame sp_price pada kolom baru bernama Return.
Lihat datanya dengan mencetak 10 baris terakhir.
Plot kolom Return dan amati tanda-tanda pengelompokan volatilitas.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Calculate daily returns as percentage price changes
sp_price['____'] = 100 * (sp_price['Close'].____())

# View the data
print(sp_price.____(____))

# plot the data
plt.plot(sp_price['____'], color = 'tomato', label = 'Daily Returns')
plt.legend(loc='upper right')
plt.show()

Edit dan Jalankan Kode