Visualizza media, mediana e deviazione standard mensili dei rendimenti dell'S&P500

Hai anche imparato a calcolare diverse statistiche aggregate a partire da dati upsampled.

Usiamo questo per esplorare come la media, la mediana e la deviazione standard mensili dei rendimenti giornalieri dell'S&P500 si sono mosse negli ultimi 10 anni.

Questo esercizio fa parte del corso

Elaborazione di serie temporali in Python

Visualizza il corso

Istruzioni dell'esercizio

Come al solito, abbiamo importato pandas come pd e matplotlib.pyplot come plt per te.

Usa pd.read_csv() per importare 'sp500.csv', imposta un DateTimeIndex basato sulla colonna 'date' usando parse_dates e index_col, assegna il risultato a sp500 e ispezionalo con .info().
Converte sp500 in una pd.Series() usando .squeeze() e applica .pct_change() per calcolare daily_returns.
Esegui .resample() di daily_returns a frequenza di fine mese (alias: 'M') e applica .agg() per calcolare 'mean', 'median' e 'std'. Assegna il risultato a stats.
.plot() stats.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# Import data here
sp500 = ____

# Calculate daily returns here
daily_returns = ____

# Resample and calculate statistics
stats = ____

# Plot stats here

Modifica ed esegui il codice