Toon prestatieverschil t.o.v. benchmarkindex

In de video heb je geleerd hoe je het prestatieverschil van een aandeel in procentpunten ten opzichte van een benchmarkindex kunt berekenen en plotten.

Laten we de prestaties van Microsoft (MSFT) en Apple (AAPL) vergelijken met de S&P 500 over de afgelopen 10 jaar.

Deze oefening maakt deel uit van de cursus

Tijdreeksgegevens manipuleren in Python

Cursus bekijken

Oefeninstructies

We hebben pandas al geïmporteerd als pd en matplotlib.pyplot als plt.

Maak de lijst tickers met de twee aandelensymbolen.
Gebruik pd.read_csv() om 'msft_aapl.csv' en 'sp500.csv' te importeren, maak voor elk een DatetimeIndex op basis van de kolom 'date' met parse_dates en index_col, en sla het resultaat respectievelijk op in stocks en sp500.
Gebruik pd.concat() om stocks en sp500 te concatenaten langs axis=1, pas .dropna() toe om alle missende waarden te verwijderen, en sla het resultaat op in data.
Normaliseer data door te delen door de eerste prijs, vermenigvuldig met 100 en sla de uitvoer op in normalized.
Selecteer tickers uit normalized, en trek normalized['SP500'] ervan af met het keyword axis=0 om de indexen uit te lijnen, en plot vervolgens het resultaat.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Create tickers
tickers = ____

# Import stock data here
stocks = ____

# Import index here
sp500 = ____

# Concatenate stocks and index here
data = ____

# Normalize data
normalized = ____

# Subtract the normalized index from the normalized stock prices, and plot the result

Code bewerken en uitvoeren