Transformando dados brutos
No último capítulo, você calculou a média móvel. Neste exercício, você vai definir uma função que calcula a variação percentual do ponto de dado mais recente em relação à média de uma janela de pontos anteriores. Essa função vai ajudar você a calcular a variação percentual em uma janela móvel.
Esse é um tipo mais estável de série temporal, frequentemente útil em Machine Learning.
Este exercício faz parte do curso
Machine Learning para dados de séries temporais em Python
Instruções do exercício
- Defina uma função
percent_changeque recebe uma série temporal de entrada e faça o seguinte:- Extraia todos os valores, exceto o último, da série de entrada (atribuídos a
previous_values) e extraia somente o último valor da série temporal (atribuído alast_value). - Calcule a diferença percentual entre o último valor e a média dos valores anteriores.
- Extraia todos os valores, exceto o último, da série de entrada (atribuídos a
- Usando uma janela móvel de 20, aplique essa função a
pricese visualize com o código fornecido.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Your custom function
def percent_change(series):
# Collect all *but* the last value of this window, then the final value
previous_values = series[:____]
last_value = series[-1]
# Calculate the % difference between the last value and the mean of earlier values
percent_change = (____ - np.mean(previous_values)) / np.mean(previous_values)
return percent_change
# Apply your custom function and plot
prices_perc = prices.rolling(20).____
prices_perc.loc["2014":"2015"].plot()
plt.show()