Porównanie wyników indeksu z benchmarkiem I

Kolejnym krokiem w analizie wyników twojego indeksu jest porównanie go z benchmarkiem.

W filmie jako benchmark użyliśmy indeksu S&P 500. Możesz też skorzystać z Dow Jones Industrial Average, który obejmuje 30 największych spółek – to również rozsądny punkt odniesienia dla największych akcji ze wszystkich sektorów na trzech giełdach.

To ćwiczenie jest częścią kursu

Manipulowanie danymi szeregów czasowych w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Biblioteka pandas została już zaimportowana jako pd, a matplotlib.pyplot jako plt. Twój indeks oraz dane DJIA zostały załadowane do zmiennych index i djia – obie są obiektem pd.Series().

Przekonwertuj index na pd.DataFrame z nazwą kolumny 'Index' i przypisz wynik do data.
Znormalizuj djia tak, aby zaczynało od 100, i dodaj je jako nową kolumnę do data.
Wyświetl łączną stopę zwrotu dla index i djia, dzieląc ostatni wiersz data przez pierwszy, odejmując 1 i mnożąc przez 100.
Wyświetl wykres obu serii z data.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Convert index series to dataframe here
data = ____

# Normalize djia series and add as new column to data
djia = ____
data['DJIA'] = ____

# Show total return for both index and djia
print(____)

# Plot both series

Edytuj i uruchom kod