Random walk III

In deze oefening maak je je simulatie van een random walk af met het Facebook-aandelenrendement van de afgelopen vijf jaar. Je begint met een willekeurige steekproef van rendementen, zoals je in de vorige oefening hebt gegenereerd, en gebruikt die om een willekeurig prijsverloop voor het aandeel te maken.

Deze oefening maakt deel uit van de cursus

Tijdreeksgegevens manipuleren in Python

Cursus bekijken

Oefeninstructies

We hebben pandas al geïmporteerd als pd, choice en seed uit numpy.random, en matplotlib.pyplot als plt. We hebben de Facebook-prijs geladen als een pd.DataFrame in de variabele fb en een willekeurige steekproef van dagelijkse FB-rendementen als pd.Series in de variabele random_walk.

Selecteer de eerste Facebook-prijs door .first('D') toe te passen op fb.price, en wijs dit toe aan start.
Tel 1 op bij random_walk en wijs het terug toe aan zichzelf, voeg daarna met .append() random_walk toe aan start en wijs dit toe aan random_price.
Pas .cumprod() toe op random_price en wijs het terug toe aan zichzelf.
Voeg random_price als nieuwe kolom met label random toe aan fb en plot het resultaat.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Select fb start price here
start = ____

# Add 1 to random walk and append to start
random_walk = ____
random_price = ____

# Calculate cumulative product here
random_price = ____

# Insert into fb and plot
fb['random'] = ____

Code bewerken en uitvoeren