1. Uczyć się
    2. /
  2. Courses
    3. /
  3. Manipulowanie danymi szeregów czasowych w Pythonie
Connected

Exercise

Wizualizacja korelacji między składnikami indeksu

Aby lepiej poznać charakterystykę składników swojego indeksu, możesz obliczyć korelacje zwrotów.

Skorzystaj z dziennych cen akcji spółek wchodzących w skład twojego indeksu i wyświetl mapę cieplną korelacji dziennych zwrotów!

Instrukcje

100 XP

Zaimportowaliśmy już pandas jako pd, matplotlib.pyplot jako plt oraz seaborn jako sns. Do zmiennej stock_prices wczytaliśmy historyczne serie cenowe składników twojego indeksu.

  • Sprawdź stock_prices za pomocą .info().
  • Oblicz dzienne zwroty dla stock_prices i przypisz wynik do zmiennej returns.
  • Oblicz korelacje parami dla returns, przypisz je do zmiennej correlations i wyświetl wynik.
  • Narysuj za pomocą seaborn opisaną mapę cieplną dziennych korelacji zwrotów z tytułem 'Daily Return Correlations'.