Bandingkan kinerja indeks terhadap tolok ukur II

Langkah berikutnya dalam menganalisis kinerja indeks Anda adalah membandingkannya dengan tolok ukur.

Dalam video, kami menggunakan S&P 500 sebagai tolok ukur. Anda juga dapat menggunakan Dow Jones Industrial Average, yang berisi 30 saham terbesar, dan juga merupakan tolok ukur yang masuk akal untuk saham-saham terbesar dari semua sektor di tiga bursa.

Latihan ini merupakan bagian dari kursus

Memanipulasi Data Deret Waktu di Python

Lihat Kursus

Instruksi latihan

Kami telah mengimpor numpy sebagai np, pandas sebagai pd, matplotlib.pyplot sebagai plt untuk Anda. Kami juga telah memuat Indeks Anda dan Dow Jones Industrial Average (ternormalisasi) ke dalam variabel bernama data.

Inspeksi data dan cetak lima baris pertama.
Definisikan fungsi multi_period_return yang menerima array numpy berisi imbal hasil per periode sebagai masukan, dan mengembalikan total imbal hasil untuk periode tersebut. Gunakan rumus dari video — tambahkan 1 ke masukan, teruskan hasilnya ke np.prod(), kurangi 1 dan kalikan dengan 100.
Buat jendela .rolling() dengan panjang '360D' dari data, lalu terapkan multi_period_return. Simpan ke rolling_return_360.
Plot rolling_return_360 dengan title 'Rolling 360D Return'.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Inspect data
print(____)
print(____)

# Create multi_period_return function here
def multi_period_return(r):
    return (____) * 100

# Calculate rolling_return_360
rolling_return_360 = data.pct_change().____

# Plot rolling_return_360 here

Edit dan Jalankan Kode