ベンチマーク指数との差分パフォーマンスをプロットする
動画では、ベンチマーク指数に対する株式のパフォーマンス差を、パーセントポイントで計算しプロットする方法を学びました。
ここでは、過去10年間のMicrosoft（MSFT）とApple（AAPL）のパフォーマンスをS&P 500と比較してみます。
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
pandas は pd、matplotlib.pyplot は plt としてすでにインポートされています。
- 2つのティッカーシンボルを含むリスト
tickersを作成します。 pd.read_csv()を使って'msft_aapl.csv'と'sp500.csv'を読み込みます。parse_datesとindex_colを使って、それぞれの'date'列からDatetimeIndexを作成し、結果をそれぞれstocksとsp500に代入します。pd.concat()を使ってstocksとsp500をaxis=1方向に連結し、.dropna()で欠損値をすべて落として、結果をdataに代入します。dataを最初の価格で割って正規化し、100を掛けてnormalizedに代入します。normalizedからtickersを選択し、axis=0をキーワード引数として指定してインデックスをそろえながらnormalized['SP500']を減算し、結果をプロットします。
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。
# Create tickers
tickers = ____
# Import stock data here
stocks = ____
# Import index here
sp500 = ____
# Concatenate stocks and index here
data = ____
# Normalize data
normalized = ____
# Subtract the normalized index from the normalized stock prices, and plot the result