Plot een rendementshistogram
Als trader is het belangrijk om het rendementsprofiel van een asset te analyseren, zoals de bandbreedte van prijsveranderingen, rendementsspreidingen, enzovoort. Jarenlang hebben Tesla-fans en short sellers stevig op stijgingen of dalingen van Tesla-aandelen gespeculeerd, wat leidde tot volatiele koersen. Je hebt historische dagelijkse prijsdata van Tesla en wilt dit fenomeen verifiëren.
De koersdata is vooraf geladen in tsla_data, en matplotlib.pyplot is geïmporteerd als plt. Extra aanpassingen aan de plot, zoals een titel en aslabels, zijn al voor je toegevoegd.
Deze oefening maakt deel uit van de cursus
Financieel traden in Python
Oefeninstructies
- Bereken de dagelijkse procentuele verandering met de
Close-prijs en sla deze op in een nieuwe kolomdaily_return. - Plot een histogram van
daily_returnen zet het aantal bins op 100.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Calculate daily returns
tsla_data['daily_return'] = tsla_data['____'].____() * 100
# Plot the histogram
tsla_data['____'].____(____, color='red')
plt.ylabel('Frequency')
plt.xlabel('Daily return')
plt.title('Daily return histogram')
plt.show()