시작하기무료로 시작하기

빈도 리샘플링 기초

리스크 팩터 모형은 서로 다른 빈도의 데이터에 의존하는 경우가 많습니다. 전형적인 예로, 분기 단위의 거시경제 데이터(물가, 실업률 등)를 일별(혹은 장중) 빈도의 금융 데이터와 함께 사용하는 경우가 있습니다. 두 데이터 소스를 같은 모형에서 사용하려면, 더 높은 빈도의 데이터를 더 낮은 빈도에 맞추도록 리샘플링해야 합니다.

Pandas의 DataFrame과 Series 객체에는 더 낮은 빈도를 지정하는 .resample() 메서드가 내장되어 있습니다. 이 메서드에 새 빈도 구간 내 데이터의 통계를 생성하는 메서드를 이어서 호출합니다. 예를 들어 평균은 .mean(), 최솟값은 .min()을 사용합니다.

이번 연습 문제에서는 일별 returns 데이터를 주간과 분기 빈도로 변환해 보겠습니다.

이 연습은 강의의 일부입니다

Python을 활용한 정량적 리스크 관리

강의 보기

연습 안내

  • .resample()과 .mean() 메서드를 사용해 returns를 분기 빈도의 평균인 returns_q로 변환하세요.
  • .resample() 메서드가 날짜 인덱스를 자동으로 처리한다는 점에 유의하며 returns_q의 앞부분을 확인하세요.
  • 이제 .min() 메서드를 사용해 returns를 주간 빈도의 최솟값인 returns_w로 변환하세요.
  • returns_w의 앞부분을 확인하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Convert daily returns to quarterly average returns
returns_q = returns.____('Q').____

# Examine the beginning of the quarterly series
print(returns_q.____)

# Now convert daily returns to weekly minimum returns
returns_w = ____.resample('W').____

# Examine the beginning of the weekly series
print(returns_w.____)
코드 편집 및 실행