Tingkat pengembalian kumulatif dari $1.000 yang diinvestasikan di google vs apple II

Apple mengungguli Google sepanjang periode tersebut, tetapi hal ini bisa berbeda pada berbagai sub-periode 1 tahun, sehingga berpindah antara kedua saham mungkin menghasilkan hasil yang lebih baik lagi.

Untuk menganalisisnya, hitung tingkat pengembalian kumulatif untuk jendela bergulir 1 tahun, lalu plot pengembaliannya untuk melihat kapan masing-masing saham lebih unggul.

Latihan ini adalah bagian dari kursus

Memanipulasi Data Deret Waktu di Python

Lihat Kursus

Petunjuk latihan

Kami telah mengimpor pandas sebagai pd dan matplotlib.pyplot sebagai plt. Kami juga telah memuat harga penutupan GOOG dan AAPL dari latihan sebelumnya ke dalam data.

Definisikan fungsi multi_period_return() yang mengembalikan tingkat pengembalian kumulatif dari sebuah array berisi pengembalian per periode.
Hitung daily_returns dengan menerapkan .pct_change() pada data.
Buat jendela .rolling() '360D' pada daily_returns, lalu .apply() multi_period_returns. Simpan hasilnya ke rolling_annual_returns.
Plot rolling_annual_returns setelah mengalikannya dengan 100.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Import numpy
import numpy as np

# Define a multi_period_return function
def multi_period_return(period_returns):
    return ____(____)
    
# Calculate daily returns
daily_returns = ____

# Calculate rolling_annual_returns
rolling_annual_returns = ____

# Plot rolling_annual_returns

Edit dan Jalankan Kode