Opeenvolgende portefeuillerendementen plotten

Regressie naar het gemiddelde is ook een belangrijk concept bij beleggen. Hier bekijk je de jaarlijkse rendementen van beleggen in bedrijven uit de Standard and Poor 500-index (S&P 500), in 2018 en 2019.

De gegevensset sp500_yearly_returns bevat drie kolommen:

variable	meaning
symbol	Beursticker die het bedrijf uniek identificeert.
return_2018	Een maat voor het beleggingsrendement in 2018.
return_2019	Een maat voor het beleggingsrendement in 2019.

Een positief getal voor het rendement betekent dat de belegging in waarde is gestegen; negatief betekent dat die waarde heeft verloren.

Net als bij honkslag-homeruns zou een naïeve voorspelling kunnen zijn dat het rendement jaar op jaar gelijk blijft, dus op de lijn y is x ligt.

sp500_yearly_returns is beschikbaar als een pandas DataFrame.

Deze oefening maakt deel uit van de cursus

Introductie tot regressie met statsmodels in Python

Cursus bekijken

Oefeninstructies

Maak een nieuwe figuur, fig, om lagen te kunnen stapelen.
Genereer een lijn bij y is x. Dit is al voor je gedaan.
Gebruik sp500_yearly_returns om een spreidingsdiagram van return_2019 versus return_2018 te tekenen met een lineaire regressietrendlijn, zonder standaardfoutlint.
Stel de assen zo in dat de afstanden langs de x- en y-as er hetzelfde uitzien.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Create a new figure, fig
fig = plt.____

# Plot the first layer: y = x
plt.axline(xy1=(0,0), slope=1, linewidth=2, color="green")

# Add scatter plot with linear regression trend line
sns.____(____)

# Set the axes so that the distances along the x and y axes look the same
plt.____(____)

# Show the plot
plt.show()

Code bewerken en uitvoeren