Porównanie kwartalnego wzrostu PKB i stóp zwrotu z akcji

Dzięki umiejętności próbkowania w dół i agregowania szeregów czasowych możesz porównywać dane giełdowe o wyższej częstotliwości z danymi ekonomicznymi o niższej częstotliwości.

Jako pierwszy przykład porównajmy kwartalną stopę wzrostu PKB z kwartalną stopą zwrotu indeksu Dow Jones Industrial, obejmującego 30 największych spółek notowanych w USA.

Wzrost PKB jest publikowany na początku każdego kwartału i dotyczy kwartału poprzedniego. Aby obliczyć odpowiadające mu stopy zwrotu z indeksu giełdowego, dokonasz resamplingowego agregowania indeksu do częstotliwości początku kwartału przy użyciu aliasu 'QS' i agregowania metodą .first().

To ćwiczenie jest częścią kursu

Manipulowanie danymi szeregów czasowych w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Jak zwykle, pandas został już zaimportowany jako pd, a matplotlib.pyplot jako plt.

Użyj pd.read_csv(), aby zaimportować pliki 'gdp_growth.csv' i 'djia.csv'. W obu przypadkach ustaw DateTimeIndex oparty na kolumnie 'date', korzystając z parametrów parse_dates i index_col. Przypisz wyniki do zmiennych gdp_growth i djia, a następnie sprawdź strukturę danych metodą .info().
Przepróbkuj djia z aliasem częstotliwości 'QS', zagreguj metodą .first() i przypisz wynik do djia_quarterly.
Zastosuj .pct_change() do djia_quarterly, a następnie .mul() przez 100, aby uzyskać djia_quarterly_return.
Użyj pd.concat(), aby połączyć gdp_growth i djia_quarterly_return wzdłuż axis=1 i przypisz wynik do data. Zmień nazwy kolumn przy użyciu .columns, nadając im etykiety 'gdp' i 'djia', a następnie wywołaj .plot(), aby zwizualizować wyniki.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Import and inspect gdp_growth here
gdp_growth = ____


# Import and inspect djia here
djia = ____


# Calculate djia quarterly returns here 
djia_quarterly = ____
djia_quarterly_return = ____

# Concatenate, rename and plot djia_quarterly_return and gdp_growth here 
data = ____

Edytuj i uruchom kod