$1,000 を投資した場合の累積リターン：google 対 apple II
Apple は全期間では Google を上回りましたが、1年ごとのサブ期間では状況が異なり、2つの銘柄を乗り換えることでさらに良い結果になった可能性があります。
これを検討するために、ローリングの1年期間における累積リターンを計算し、どの時点でどちらの銘柄が優位だったかを可視化しましょう。
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済みです。前の演習で使用した GOOG と AAPL の終値は data に読み込まれています。
- 期間リターンの配列から累積リターンを返す関数
multi_period_return()を定義してください。 dataに対して.pct_change()を適用し、daily_returnsを計算します。daily_returnsに対して.rolling()で'360D'のウィンドウを作成し、.apply()でmulti_period_returnsを適用します。結果をrolling_annual_returnsに代入してください。rolling_annual_returnsに 100 を掛けてからプロットします。
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。
# Import numpy
import numpy as np
# Define a multi_period_return function
def multi_period_return(period_returns):
return ____(____)
# Calculate daily returns
daily_returns = ____
# Calculate rolling_annual_returns
rolling_annual_returns = ____
# Plot rolling_annual_returns