Random walk III
In questo esercizio completerai la simulazione di un random walk usando i rendimenti del titolo Facebook degli ultimi cinque anni. Partirai da un campione casuale di rendimenti, come quello generato nell’esercizio precedente, e lo userai per creare un percorso di prezzo casuale.
Questo esercizio fa parte del corso
Elaborazione di serie temporali in Python
Istruzioni dell'esercizio
Abbiamo già importato pandas come pd, choice e seed da numpy.random, e matplotlib.pyplot come plt. Abbiamo caricato il prezzo di Facebook come pd.DataFrame nella variabile fb e un campione casuale dei rendimenti giornalieri di FB come pd.Series nella variabile random_walk.
- Seleziona il primo prezzo di Facebook applicando
.first('D')afb.pricee assegna astart. - Aggiungi 1 a
random_walke riassegnalo a se stesso, poi esegui.append()dirandom_walkastarte assegna il risultato arandom_price. - Applica
.cumprod()arandom_pricee riassegnalo a se stesso. - Inserisci
random_pricecome nuova colonna etichettatarandominfbe traccia il grafico del risultato.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Select fb start price here
start = ____
# Add 1 to random walk and append to start
random_walk = ____
random_price = ____
# Calculate cumulative product here
random_price = ____
# Insert into fb and plot
fb['random'] = ____