Wykres zwrotów
Na koniec wykreślimy wyniki portfela wygenerowanego przez model uczenia maszynowego i porównamy je z wynikami prostego trzymania ETF-u SPY. Taki wykres pozwoli ocenić, czy nasze prognozy są trafne.
Mamy już gotowe listy algo_cash i spy_cash – wystarczy przekazać je do funkcji plt.plot(), aby je wyświetlić. Dodamy też etykiety do zbiorów danych za pomocą argumentu label w plt.plot().
To ćwiczenie jest częścią kursu
Uczenie maszynowe w finansach z Pythonem
Instrukcje do ćwiczenia
- Użyj
plt.plot(), aby wykreślićalgo_cash(z etykietą'algo') orazspy_cash(z etykietą'SPY'). - Użyj
plt.legend(), aby wyświetlić legendę.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Plot the algo_cash and spy_cash to compare overall returns
plt.plot(____, ____)
plt.plot(spy_cash, label='SPY')
____ # show the legend
plt.show()