1. Nauka
    2. /
  2. Kursy
    3. /
  3. Ilościowe zarządzanie ryzykiem w Pythonie
Connected

ćwiczenie

Wprowadzenie do próbkowania częstotliwości

Modele czynników ryzyka często korzystają z danych o różnych częstotliwościach. Typowym przykładem jest łączenie kwartalnych danych makroekonomicznych – takich jak ceny czy stopy bezrobocia – z danymi finansowymi, które zazwyczaj mają częstotliwość dzienną (lub nawet śróddzienną). Aby użyć obu źródeł danych w jednym modelu, dane o wyższej częstotliwości muszą zostać spróbkowane do niższej częstotliwości.

Obiekty DataFrame i Series biblioteki Pandas mają wbudowaną metodę .resample(), która określa docelową, niższą częstotliwość. Metodę tę łączy się łańcuchem z metodą obliczającą statystykę dla nowej częstotliwości – np. .mean() dla średniej z danych w nowym okresie lub .min() dla wartości minimalnej.

W tym ćwiczeniu przećwiczysz konwersję dziennych danych returns do częstotliwości tygodniowej i kwartalnej.

Instrukcje

100 XP
  • Przekształć returns do kwartalnej średniej returns_q, korzystając z metod .resample() i .mean().
  • Wyświetl nagłówek returns_q – zwróć uwagę, że metoda .resample() automatycznie dostosowuje indeks dat.
  • Teraz przekształć returns do tygodniowego minimum returns_w, używając metody .min().
  • Wyświetl nagłówek returns_w.