Random walk II

Nell’ultimo video hai visto anche come creare un random walk dei rendimenti campionando dai rendimenti reali e come usare questo campione casuale per creare un percorso di prezzo azionario casuale.

In questo esercizio costruirai un random walk usando i rendimenti storici del titolo Facebook dall’IPO fino al 31 maggio 2017. Poi, nel prossimo esercizio, simulerai un percorso di prezzo alternativo.

Questo esercizio fa parte del corso

Elaborazione di serie temporali in Python

Visualizza il corso

Istruzioni dell'esercizio

Abbiamo già importato pandas come pd, choice e seed da numpy.random, seaborn come sns e matplotlib.pyplot come plt. Abbiamo anche importato la serie dei prezzi di FB dall’IPO di maggio 2012 nella variabile fb. Esaminala con .head().

Imposta il seed a 42.
Applica .pct_change() per generare i rendimenti giornalieri di Facebook, elimina i valori mancanti e assegna a daily_returns.
Crea una variabile n_obs che contenga il .count() dei daily_returns di Facebook.
Usa choice() per selezionare casualmente n_obs campioni da daily_returns e assegna a random_walk.
Converte random_walk in una pd.Series e riassegnala a se stessa.
Usa sns.distplot() per tracciare la distribuzione di random_walk.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# Set seed here


# Calculate daily_returns here
daily_returns = ____

# Get n_obs
n_obs = ____

# Create random_walk
random_walk = ____

# Convert random_walk to pd.series
random_walk = ____

# Plot random_walk distribution

Modifica ed esegui il codice