Cumulatief rendement op $1.000 geïnvesteerd in google vs apple II

Apple presteerde over de hele periode beter dan Google, maar dit kan anders zijn geweest in verschillende subperiodes van 1 jaar. Door tussen de twee aandelen te wisselen had je mogelijk een nog beter resultaat behaald.

Om dit te onderzoeken, bereken je het cumulatieve rendement voor schuivende periodes van 1 jaar en plot je de rendementen om te zien wanneer elk aandeel superieur was.

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. We hebben ook de slotkoersen van GOOG en AAPL uit de vorige oefening geladen in data.

Definieer een functie multi_period_return() die het cumulatieve rendement teruggeeft uit een array met perioderendermenten.
Bereken daily_returns door .pct_change() toe te passen op data.
Maak een .rolling()-window van '360D' op daily_returns en .apply() daarop multi_period_returns. Ken het resultaat toe aan rolling_annual_returns.
Plot rolling_annual_returns nadat je het met 100 hebt vermenigvuldigd.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Import numpy
import numpy as np

# Define a multi_period_return function
def multi_period_return(period_returns):
    return ____(____)
    
# Calculate daily returns
daily_returns = ____

# Calculate rolling_annual_returns
rolling_annual_returns = ____

# Plot rolling_annual_returns

Code bewerken en uitvoeren