A co ze zwrotami z akcji?

W poprzednim ćwiczeniu pokazałeś, że ceny akcji Amazona, zawarte w ramce danych AMZN, podążają za błądzeniem losowym. W tym ćwiczeniu zrobisz to samo dla zwrotów z akcji Amazona (procentowa zmiana cen) i pokażesz, że zwroty nie podążają za błądzeniem losowym.

To ćwiczenie jest częścią kursu

Analiza szeregów czasowych w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Zaimportuj moduł adfuller z biblioteki statsmodels.
Utwórz nową ramkę danych ze zwrotami AMZN, obliczając procentową zmianę cen za pomocą metody .pct_change().
Usuń wartości NaN z pierwszego wiersza zwrotów, używając metody .dropna() na ramce danych.
Uruchom rozszerzony test Dickeya-Fullera na kolumnie 'Adj Close' ramki AMZN_ret i wyświetl wartość p z results[1].

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Import the adfuller module from statsmodels
from statsmodels.tsa.stattools import adfuller

# Create a DataFrame of AMZN returns
AMZN_ret = ___

# Eliminate the NaN in the first row of returns
AMZN_ret = ___

# Run the ADF test on the return series and print out the p-value
results = adfuller(___)
print('The p-value of the test on returns is: ' + str(results[___]))

Edytuj i uruchom kod