Confronta le performance dell'indice con il benchmark II

Il passo successivo nell'analisi delle performance del tuo indice è confrontarlo con un benchmark.

Nel video, abbiamo usato l'S&P 500 come benchmark. Puoi anche usare il Dow Jones Industrial Average, che contiene i 30 titoli più grandi, ed è un benchmark ragionevole per i titoli più grandi di tutti i settori nelle tre borse.

Questo esercizio fa parte del corso

Elaborazione di serie temporali in Python

Visualizza il corso

Istruzioni dell'esercizio

Abbiamo già importato numpy come np, pandas come pd, matplotlib.pyplot come plt per te. Abbiamo anche caricato il tuo indice e il Dow Jones Industrial Average (normalizzato) in una variabile chiamata data.

Ispeziona data e stampa le prime cinque righe.
Definisci una funzione multi_period_return che prende in input un array di numpy con i rendimenti per periodo e restituisce il rendimento totale del periodo. Usa la formula del video: aggiungi 1 all'input, passa il risultato a np.prod(), sottrai 1 e moltiplica per 100.
Crea una finestra .rolling() di lunghezza '360D' a partire da data e applica multi_period_return. Assegna a rolling_return_360.
Traccia rolling_return_360 usando il title 'Rolling 360D Return'.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# Inspect data
print(____)
print(____)

# Create multi_period_return function here
def multi_period_return(r):
    return (____) * 100

# Calculate rolling_return_360
rolling_return_360 = data.pct_change().____

# Plot rolling_return_360 here

Modifica ed esegui il codice