複数銘柄の年間リターン相関
ビデオで相関の計算方法と、その可視化方法を見てきました。
この演習では、Apple（AAPL）、Amazon（AMZN）、IBM（IBM）、WalMart（WMT）、Exxon Mobile（XOM）の過去株価データを用意しています。期間は2001年7月から2017年5月末までの直近4,000取引日です。
年末リターンを計算し、全銘柄ペアの相関を求め、注釈付きヒートマップとして可視化します。
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
pandas は pd、seaborn は sns、matplotlib.pyplot は plt としてすでにインポート済みです。5銘柄の終値（日次）は data という変数に読み込まれています。
.info()を使って内容を確認します。dataに対して.resample()を年末頻度（エイリアス:'A'）で適用し、各サブ期間の.last()の価格を取得して、annual_pricesに代入します。annual_pricesに.pct_change()を適用してannual_returnsを計算します。annual_returnsに.corr()を適用してcorrelationsを計算し、結果を表示します。correlationsを注釈付きのsns.heatmap()で可視化します。
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。
# Inspect data here
print(____)
# Calculate year-end prices here
annual_prices = ____
# Calculate annual returns here
annual_returns = ____
# Calculate and print the correlation matrix here
correlations = ____
print(____)
# Visualize the correlations as heatmap here