Aandelenkoersen in de tijd verschuiven

De eerste methode om tijdreeksen te manipuleren die je in de video zag, was .shift(). Hiermee kun je alle waarden in een Series of DataFrame een aantal perioden verschuiven langs de DateTimeIndex.

Laten we dit gebruiken om een koersenreeks van Google 90 werkdagen zowel naar het verleden als naar de toekomst te verschuiven en deze visueel te vergelijken.

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.

Gebruik pd.read_csv() om 'google.csv' te importeren, parse de 'Date' als datums, stel het resultaat in als index en wijs dit toe aan google.
Gebruik .asfreq() om de frequentie van google op werkdagfrequentie te zetten.
Voeg nieuwe kolommen lagged en shifted toe aan google met de Close die respectievelijk 90 werkdagen naar het verleden en naar de toekomst is verschoven.
Plot de drie kolommen van google.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Import data here
google = ____

# Set data frequency to business daily
google = ____

# Create 'lagged' and 'shifted'
google['lagged'] = ____
google['shifted'] = ____

# Plot the google price series

Code bewerken en uitvoeren