변동성 군집 관찰하기
변동성 군집(volatility clustering)은 금융 시장 데이터에서 자주 관찰되며, 시계열 모델링에 도전 과제를 던집니다.
이 연습 문제에서는 S&P 500 일별 가격 데이터셋에 익숙해지겠습니다. 일간 수익률을 가격의 퍼센트 변화로 계산하고, 결과를 시각화하며 시간이 지나면서 어떻게 변하는지 살펴보세요.
S&P 500의 과거 일별 가격 데이터는 sp_price로 미리 로드되어 있습니다.
이 연습은 강의의 일부입니다
Python으로 배우는 GARCH 모델
연습 안내
- 일간 수익률을 퍼센트 가격 변화로 계산해 데이터프레임
sp_price의 새 열Return에 저장하세요. - 마지막 10개 행을 출력해 데이터를 확인하세요.
Return열을 그래프로 그리고 변동성 군집의 징후를 관찰하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Calculate daily returns as percentage price changes
sp_price['____'] = 100 * (sp_price['Close'].____())
# View the data
print(sp_price.____(____))
# plot the data
plt.plot(sp_price['____'], color = 'tomato', label = 'Daily Returns')
plt.legend(loc='upper right')
plt.show()