벤치마크 대비 인덱스 성과 비교 II

인덱스 성과 분석의 다음 단계는 벤치마크와 비교하는 것입니다.

영상에서는 S&P 500을 벤치마크로 사용했습니다. 다우존스 산업평균지수(Dow Jones Industrial Average)도 활용할 수 있습니다. 이 지수는 시가총액 상위 30개 종목으로 구성되어 있으며, 세 거래소 전체 섹터의 대형주를 평가하는 합리적인 벤치마크로 사용할 수 있습니다.

이 연습은 강의의 일부입니다

Python으로 시계열 데이터 다루기

강의 보기

연습 안내

numpy는 np, pandas는 pd, matplotlib.pyplot은 plt로 이미 임포트되어 있습니다. 여러분의 인덱스와 다우존스 산업평균지수(정규화)도 data라는 변수에 미리 불러와져 있습니다.

data를 확인하고 처음 다섯 행을 출력하세요.
기간 수익률의 numpy array를 입력받아 해당 기간의 총 수익률을 반환하는 함수 multi_period_return을 정의하세요. 영상에서 소개한 공식을 사용합니다. 입력값에 1을 더하고, 그 결과를 np.prod()에 전달한 뒤, 1을 빼고 100을 곱하면 됩니다.
data에서 길이가 '360D'인 .rolling() 윈도우를 생성하고 multi_period_return을 적용하세요. 결과를 rolling_return_360에 할당하세요.
title을 'Rolling 360D Return'으로 설정하여 rolling_return_360을 플롯하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Inspect data
print(____)
print(____)

# Create multi_period_return function here
def multi_period_return(r):
    return (____) * 100

# Calculate rolling_return_360
rolling_return_360 = data.pct_change().____

# Plot rolling_return_360 here

코드 편집 및 실행