四半期のGDP成長率と株式リターンを比較する
時系列をダウンサンプリングして集計するスキルを使うと、高頻度の株価時系列と低頻度の経済時系列を比較できます。
最初の例として、四半期のGDP成長率と、（リサンプリングした）米国大型株30銘柄からなるDow Jones Industrial（ダウ工業株30種平均）の四半期リターンを比較してみましょう。
GDP成長率は、各四半期の冒頭に前四半期分が公表されます。対応する株式リターンを計算するために、株価指数をエイリアス 'QS' を使って四半期の期首頻度にリサンプリングし、.first() の観測値で集計します。
この演習はコースの一部です
Pythonでの時系列データ操作
演習の手順
いつもどおり、pandas は pd、matplotlib.pyplot は plt としてインポート済みです。
pd.read_csv()を使って'gdp_growth.csv'と'djia.csv'を読み込み、それぞれparse_datesとindex_colを使って'date'列をもとにDateTimeIndexを設定し、gdp_growthとdjiaに代入してから.info()で確認します。djiaを頻度エイリアス'QS'でリサンプリングし、.first()で集計してdjia_quarterlyに代入します。djia_quarterlyに.pct_change()を適用し、.mul()で100を掛けてdjia_quarterly_returnを得ます。pd.concat()を使って、gdp_growthとdjia_quarterly_returnをaxis=1方向に連結してdataに代入します。.columnsに新しいラベル'gdp'と'djia'を設定し、その後.plot()で結果を可視化します。
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。
# Import and inspect gdp_growth here
gdp_growth = ____
# Import and inspect djia here
djia = ____
# Calculate djia quarterly returns here
djia_quarterly = ____
djia_quarterly_return = ____
# Concatenate, rename and plot djia_quarterly_return and gdp_growth here
data = ____