MulaiMulai sekarang secara gratis

Bandingkan laju pertumbuhan PDB kuartalan dan imbal hasil saham

Dengan keterampilan baru Anda untuk melakukan downsample dan mengagregasi deret waktu, Anda dapat membandingkan deret harga saham berfrekuensi lebih tinggi dengan deret waktu ekonomi berfrekuensi lebih rendah.

Sebagai contoh pertama, mari bandingkan laju pertumbuhan PDB kuartalan dengan laju imbal hasil kuartalan pada indeks (hasil resampling) Dow Jones Industrial yang berisi 30 saham besar AS.

Pertumbuhan PDB dilaporkan pada awal setiap kuartal untuk kuartal sebelumnya. Untuk menghitung imbal hasil saham yang selaras, Anda akan melakukan resampling indeks saham ke frekuensi awal kuartal menggunakan alias 'QS', dan mengagregasi menggunakan pengamatan .first().

Latihan ini adalah bagian dari kursus

Memanipulasi Data Deret Waktu di Python

Lihat Kursus

Petunjuk latihan

Seperti biasa, kami telah mengimpor pandas sebagai pd dan matplotlib.pyplot sebagai plt untuk Anda.

  • Gunakan pd.read_csv() untuk mengimpor 'gdp_growth.csv' dan 'djia.csv', untuk keduanya tetapkan DateTimeIndex berdasarkan kolom 'date' menggunakan parse_dates dan index_col, lalu simpan hasilnya masing-masing ke gdp_growth dan djia, kemudian periksa dengan .info().
  • Lakukan resampling djia menggunakan alias frekuensi 'QS', agregasikan dengan .first(), dan simpan sebagai djia_quarterly.
  • Terapkan .pct_change() pada djia_quarterly dan .mul() dengan 100 untuk memperoleh djia_quarterly_return.
  • Gunakan pd.concat() untuk menggabungkan gdp_growth dan djia_quarterly_return sepanjang axis=1, lalu simpan sebagai data. Ubah nama kolom menggunakan .columns dan label baru 'gdp' dan 'djia', kemudian .plot() hasilnya.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Import and inspect gdp_growth here
gdp_growth = ____


# Import and inspect djia here
djia = ____


# Calculate djia quarterly returns here 
djia_quarterly = ____
djia_quarterly_return = ____

# Concatenate, rename and plot djia_quarterly_return and gdp_growth here 
data = ____



Edit dan Jalankan Kode