Observe o agrupamento de volatilidade

O agrupamento de volatilidade é frequentemente observado em dados de mercados financeiros e representa um desafio para a modelagem de séries temporais.

Neste exercício, você vai se familiarizar com o conjunto de dados de preços diários do S&P 500. Você calculará os retornos diários como variações percentuais de preço, fará o gráfico dos resultados e observará seu comportamento ao longo do tempo.

Os dados históricos de preços diários do S&P 500 foram pré-carregados em sp_price para você.

Este exercício faz parte do curso

Modelos GARCH em Python

Ver curso

Instruções do exercício

Calcule os retornos diários como variações percentuais de preço e salve no DataFrame sp_price em uma nova coluna chamada Return.
Visualize os dados imprimindo as últimas 10 linhas.
Plote a coluna Return e observe sinais de agrupamento de volatilidade.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Calculate daily returns as percentage price changes
sp_price['____'] = 100 * (sp_price['Close'].____())

# View the data
print(sp_price.____(____))

# plot the data
plt.plot(sp_price['____'], color = 'tomato', label = 'Daily Returns')
plt.legend(loc='upper right')
plt.show()

Editar e executar o código