連続するポートフォリオ収益のプロット
投資においても平均への回帰は重要な概念です。ここでは、Standard and Poor 500 インデックス（S&P 500）に含まれる企業への投資について、2018年と2019年の年間リターンを見ていきます。
sp500_yearly_returns データセットには3列があります。
| variable | meaning |
|---|---|
| symbol | 企業を一意に識別する株式ティッカーシンボル。 |
| return_2018 | 2018年の投資パフォーマンスの指標。 |
| return_2019 | 2019年の投資パフォーマンスの指標。 |
リターンが正の値であれば投資の価値が増加し、負の値であれば価値が減少したことを意味します。
野球の本塁打の例と同様に、素朴な予測では年ごとに投資パフォーマンスが同じ、すなわち y = x の直線上にあると考えるかもしれません。
sp500_yearly_returns は pandas の DataFrame として利用できます。
この演習はコースの一部です
Pythonで学ぶstatsmodelsによる回帰入門
演習の手順
- プロットのレイヤー化を可能にするため、新しい図
figを作成します。 - y = x の直線を描画します。※これはすでに行われています。
sp500_yearly_returnsを使い、return_2019を縦軸、return_2018を横軸にした散布図を、標準誤差リボンなしの線形回帰の傾向線付きで描画します。- x軸とy軸の距離感が同じになるように、軸の設定を行います。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Create a new figure, fig
fig = plt.____
# Plot the first layer: y = x
plt.axline(xy1=(0,0), slope=1, linewidth=2, color="green")
# Add scatter plot with linear regression trend line
sns.____(____)
# Set the axes so that the distances along the x and y axes look the same
plt.____(____)
# Show the plot
plt.show()