Wykres różnicy wyników względem indeksu benchmarkowego

W materiale wideo poznałeś sposób obliczania i wizualizacji różnicy wyników akcji w punktach procentowych względem indeksu benchmarkowego.

Porównajmy teraz wyniki Microsoft (MSFT) i Apple (AAPL) względem indeksu S&P 500 na przestrzeni ostatnich 10 lat.

To ćwiczenie jest częścią kursu

Manipulowanie danymi szeregów czasowych w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Biblioteki pandas jako pd i matplotlib.pyplot jako plt zostały już zaimportowane.

Utwórz listę tickers zawierającą dwa symbole akcji.
Użyj pd.read_csv(), aby zaimportować pliki 'msft_aapl.csv' i 'sp500.csv', tworząc dla każdego z nich DatetimeIndex z kolumny 'date' przy użyciu parametrów parse_dates i index_col, a wyniki przypisz odpowiednio do zmiennych stocks i sp500.
Użyj pd.concat(), aby połączyć stocks i sp500 wzdłuż axis=1, zastosuj .dropna(), aby usunąć wszystkie brakujące wartości, a wynik przypisz do zmiennej data.
Znormalizuj data, dzieląc przez pierwszą cenę, pomnóż przez 100 i wynik przypisz do zmiennej normalized.
Wybierz tickers z normalized, odejmij normalized['SP500'] z argumentem axis=0, aby wyrównać indeksy, a następnie wykreśl wynik.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Create tickers
tickers = ____

# Import stock data here
stocks = ____

# Import index here
sp500 = ____

# Concatenate stocks and index here
data = ____

# Normalize data
normalized = ____

# Subtract the normalized index from the normalized stock prices, and plot the result

Edytuj i uruchom kod