랜덤 워크 II
앞선 영상에서 실제 수익률을 샘플링하여 수익률의 랜덤 워크를 만드는 방법과, 이 랜덤 샘플로 임의의 주가 경로를 생성하는 방법을 살펴봤습니다.
이번 연습 문제에서는 Facebook 주가의 IPO 이후 2017년 5월 31일까지의 과거 수익률을 활용해 랜덤 워크를 구성합니다. 그런 다음 다음 연습 문제에서 대안적인 임의 주가 경로를 시뮬레이션해 보겠습니다.
이 연습은 강의의 일부입니다
Python으로 시계열 데이터 다루기
연습 안내
pandas는 pd로, numpy.random에서 choice와 seed를, seaborn은 sns로, matplotlib.pyplot은 plt로 이미 임포트되어 있습니다. 또한 2012년 5월 IPO 이후의 Facebook 주가 시리즈가 변수 fb로 임포트되어 있습니다. .head()를 사용하여 데이터를 확인해 보세요.
- 시드를 42로 설정하세요.
.pct_change()를 적용하여 Facebook 일별 수익률을 생성하고, 결측값을 제거한 후daily_returns에 할당하세요.- Facebook
daily_returns의.count()를 담은 변수n_obs를 생성하세요. choice()를 사용하여daily_returns에서n_obs개의 샘플을 무작위로 선택하고,random_walk에 할당하세요.random_walk를pd.Series로 변환하여 자기 자신에 재할당하세요.sns.distplot()을 사용하여random_walk의 분포를 시각화하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Set seed here
# Calculate daily_returns here
daily_returns = ____
# Get n_obs
n_obs = ____
# Create random_walk
random_walk = ____
# Convert random_walk to pd.series
random_walk = ____
# Plot random_walk distribution