Rappresentare i rendimenti consecutivi di un portafoglio
La regressione verso la media è un concetto importante anche negli investimenti. Qui esaminerai i rendimenti annuali derivanti dall’investire in società dell’indice Standard and Poor 500 (S&P 500), nel 2018 e nel 2019.
Il dataset sp500_yearly_returns contiene tre colonne:
| variabile | significato |
|---|---|
| symbol | Simbolo ticker che identifica univocamente la società. |
| return_2018 | Misura della performance dell’investimento nel 2018. |
| return_2019 | Misura della performance dell’investimento nel 2019. |
Un numero positivo per il rendimento indica che l’investimento è aumentato di valore; negativo significa che ha perso valore.
Come per gli home run nel baseball, una previsione ingenua potrebbe essere che la performance dell’investimento resti la stessa di anno in anno, lungo la retta y uguale a x.
sp500_yearly_returns è disponibile come DataFrame di pandas.
Questo esercizio fa parte del corso
Introduzione alla regressione con statsmodels in Python
Istruzioni dell'esercizio
- Crea una nuova figura,
fig, per abilitare la stratificazione del grafico. - Genera una retta y uguale a x. Questo passaggio è già stato fatto per te.
- Usando
sp500_yearly_returns, disegna un grafico a dispersione direturn_2019in funzione direturn_2018con una linea di tendenza di regressione lineare, senza fascia dell’errore standard. - Imposta gli assi in modo che le distanze sugli assi x e y risultino uguali.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Create a new figure, fig
fig = plt.____
# Plot the first layer: y = x
plt.axline(xy1=(0,0), slope=1, linewidth=2, color="green")
# Add scatter plot with linear regression trend line
sns.____(____)
# Set the axes so that the distances along the x and y axes look the same
plt.____(____)
# Show the plot
plt.show()