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.

Studium przypadku: symulacja cen indeksu S&P500

Create Your Free Account