Traccia i rendimenti
Infine, tracceremo la performance del portafoglio generato con il Machine Learning rispetto al semplice mantenere l'SPY. Possiamo usarlo come valutazione per capire se le nostre previsioni stanno funzionando bene oppure no.
Dato che abbiamo già creato algo_cash e spy_cash, tutto ciò che dobbiamo fare è passarli a plt.plot() per visualizzarli. Imposteremo anche l'etichetta per gli insiemi di dati con legend in plt.plot().
Questo esercizio fa parte del corso
Machine Learning per la finanza in Python
Istruzioni dell'esercizio
- Usa
plt.plot()per tracciarealgo_cash(con etichetta'algo') espy_cash(con etichetta'SPY'). - Usa
plt.legend()per mostrare la legenda.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Plot the algo_cash and spy_cash to compare overall returns
plt.plot(____, ____)
plt.plot(spy_cash, label='SPY')
____ # show the legend
plt.show()