ランダムウォーク III
この演習では、過去5年間のFacebookの株式リターンを使ってランダムウォークのシミュレーションを完成させます。前の演習で作成したものと同様のリターンのランダムサンプルから始め、それを用いてランダムな株価パスを作成します。
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
すでに pandas は pd、numpy.random からは choice と seed、matplotlib.pyplot は plt として読み込んであります。Facebookの価格は pd.DataFrame として変数 fb に、日次のFBリターンのランダムサンプルは pd.Series として変数 random_walk に読み込んであります。
fb.priceに.first('D')を適用して最初のFacebookの価格を選択し、startに代入します。random_walkに 1 を加えて自分自身に再代入し、その後random_walkをstartに.append()して、random_priceに代入します。random_priceに.cumprod()を適用して、自分自身に再代入します。fbに新しい列randomを追加してrandom_priceを挿入し、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。
# 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'] = ____