Random walk II

Pada video terakhir, Anda juga melihat cara membuat random walk dari return dengan melakukan sampling dari return aktual, dan bagaimana menggunakan sampel acak ini untuk membuat lintasan harga saham acak.

Dalam latihan ini, Anda akan membangun random walk menggunakan return historis dari harga saham Facebook sejak IPO hingga 31 Mei 2017. Kemudian Anda akan mensimulasikan lintasan harga acak alternatif pada latihan berikutnya.

Latihan ini adalah bagian dari kursus

Memanipulasi Data Deret Waktu di Python

Lihat Kursus

Petunjuk latihan

Kami telah mengimpor pandas sebagai pd, choice dan seed dari numpy.random, seaborn sebagai sns, dan matplotlib.pyplot sebagai plt. Kami juga telah mengimpor deret harga saham FB sejak IPO pada Mei 2012 sebagai variabel fb. Periksa ini menggunakan .head().

Atur seed ke 42.
Terapkan .pct_change() untuk menghasilkan return harian Facebook, hapus nilai yang hilang, dan simpan ke daily_returns.
Buat variabel n_obs yang berisi .count() dari daily_returns Facebook.
Gunakan choice() untuk memilih secara acak n_obs sampel dari daily_returns, dan simpan ke random_walk.
Konversi random_walk menjadi pd.Series dan tetapkan kembali ke dirinya sendiri.
Gunakan sns.distplot() untuk memplot distribusi random_walk.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Set seed here


# Calculate daily_returns here
daily_returns = ____

# Get n_obs
n_obs = ____

# Create random_walk
random_walk = ____

# Convert random_walk to pd.series
random_walk = ____

# Plot random_walk distribution

Edit dan Jalankan Kode