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

ćwiczenie

Błądzenie losowe III

W tym ćwiczeniu dokończysz symulację błądzenia losowego, korzystając ze zwrotów akcji Facebooka z ostatnich pięciu lat. Zaczniesz od losowej próbki zwrotów – podobnej do tej, którą wygenerowałeś w poprzednim ćwiczeniu – i użyjesz jej do stworzenia losowej ścieżki ceny akcji.

Instrukcje

100 XP

Biblioteka pandas została już zaimportowana jako pd, funkcje choice i seed z numpy.random oraz matplotlib.pyplot jako plt. Cena akcji Facebooka jest dostępna jako pd.DataFrame w zmiennej fb, a losowa próbka dziennych zwrotów FB jako pd.Series w zmiennej random_walk.

  • Wybierz pierwszą cenę akcji Facebooka, stosując .first('D') do fb.price, i przypisz wynik do zmiennej start.
  • Dodaj 1 do random_walk i przypisz wynik z powrotem do tej zmiennej, a następnie użyj .append(), aby dołączyć random_walk do start – wynik przypisz do random_price.
  • Zastosuj .cumprod() do random_price i przypisz wynik z powrotem do tej zmiennej.
  • Wstaw random_price jako nową kolumnę o nazwie random do fb i wykreśl wynik.