1. Nauka
    2. /
  2. Kursy
    3. /
  3. Manipulowanie danymi szeregów czasowych w Pythonie
Connected

ćwiczenie

Porównanie wyników indeksu z benchmarkiem II

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

W filmie użyliśmy indeksu S&P 500 jako benchmarku. Możesz też skorzystać z Dow Jones Industrial Average, który obejmuje 30 największych spółek i równie dobrze nadaje się jako punkt odniesienia dla największych akcji ze wszystkich sektorów na trzech giełdach.

Instrukcje

100 XP

Biblioteki numpy jako np, pandas jako pd oraz matplotlib.pyplot jako plt zostały już zaimportowane. Twój indeks oraz Dow Jones Industrial Average (znormalizowany) są dostępne w zmiennej data.

  • Sprawdź zawartość data i wyświetl pierwszych pięć wierszy.
  • Zdefiniuj funkcję multi_period_return, która przyjmuje tablicę numpy ze stopami zwrotu za poszczególne okresy i zwraca łączną stopę zwrotu za cały okres. Użyj wzoru z filmu: dodaj 1 do danych wejściowych, przekaż wynik do np.prod(), odejmij 1 i pomnóż przez 100.
  • Utwórz okno .rolling() o długości '360D' na podstawie data i zastosuj funkcję multi_period_return. Przypisz wynik do zmiennej rolling_return_360.
  • Wyświetl wykres rolling_return_360, używając tytułu 'Rolling 360D Return'.