Wykresy zwrotów dla różnych okresów
Ostatnią metodą do pracy z szeregami czasowymi, omówioną w filmie, była .pct_change(). Użyjemy jej do obliczenia zwrotów dla różnych okresów kalendarzowych, a następnie zwizualizujemy wyniki, aby porównać różne wzorce.
Będziemy korzystać z cen akcji Google z lat 2014–2016.
To ćwiczenie jest częścią kursu
Manipulowanie danymi szeregów czasowych w Pythonie
Instrukcje do ćwiczenia
Biblioteki pandas (jako pd) i matplotlib.pyplot (jako plt) są już zaimportowane. Wczytaliśmy również ceny akcji 'GOOG' z lat 2014–2016, ustawiliśmy częstotliwość na dzienną kalendarzową i przypisaliśmy wynik do zmiennej google.
- Utwórz kolumny
'daily_return','monthly_return'i'annual_return', które zawierają wartościpct_change()kolumny'Close'odpowiednio dla 1, 30 i 360 dni kalendarzowych, i pomnóż każdą z nich przez 100. - Wyświetl wynik na wykresie, używając parametru
subplots=True.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Create daily_return
google['daily_return'] = ____
# Create monthly_return
google['monthly_return'] = ____
# Create annual_return
google['annual_return'] = ____
# Plot the result