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

ćwiczenie

Błądzenie losowe II

W ostatnim filmie pokazaliśmy, jak tworzyć błądzenie losowe stóp zwrotu przez losowanie próbek z rzeczywistych zwrotów oraz jak na tej podstawie budować losową ścieżkę ceny akcji.

W tym ćwiczeniu zbudujesz błądzenie losowe na podstawie historycznych stóp zwrotu ceny akcji Facebooka – od dnia IPO do końca 31 maja 2017 roku. W kolejnym ćwiczeniu zasymulujemy alternatywną losową ścieżkę ceny.

Instrukcje

100 XP

Zaimportowaliśmy już pandas jako pd, funkcje choice i seed z numpy.random, seaborn jako sns oraz matplotlib.pyplot jako plt. Wczytaliśmy też serię cen akcji FB od IPO w maju 2012 roku jako zmienną fb. Sprawdź jej zawartość za pomocą .head().

  • Ustaw ziarno losowości na 42.
  • Zastosuj .pct_change(), aby wyliczyć dzienne stopy zwrotu Facebooka, usuń brakujące wartości i przypisz wynik do daily_returns.
  • Utwórz zmienną n_obs zawierającą wynik .count() dla daily_returns.
  • Użyj choice(), aby losowo wybrać n_obs próbek z daily_returns, i przypisz wynik do random_walk.
  • Przekonwertuj random_walk na pd.Series i przypisz wynik z powrotem do tej samej zmiennej.
  • Użyj sns.distplot(), aby narysować rozkład random_walk.