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!

To ćwiczenie jest częścią kursu

Manipulowanie danymi szeregów czasowych w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

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'.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Inspect stock_prices here
print(____)

# Calculate the daily returns
returns = ____

# Calculate and print the pairwise correlations
correlations = ____
print(____)

# Plot a heatmap of daily return correlations

Edytuj i uruchom kod