Random walk III

Neste exercício, você vai finalizar a sua simulação de random walk usando os retornos das ações do Facebook dos últimos cinco anos. Você vai começar com uma amostra aleatória de retornos como a que gerou no exercício anterior e usá-la para criar um percurso aleatório de preço da ação.

Este exercício faz parte do curso

Manipulando dados de séries temporais em Python

Ver curso

Instruções do exercício

Já importamos pandas como pd, choice e seed de numpy.random, e matplotlib.pyplot como plt. Carregamos o preço do Facebook como um pd.DataFrame na variável fb e uma amostra aleatória de retornos diários de FB como pd.Series na variável random_walk.

Selecione o primeiro preço do Facebook aplicando .first('D') a fb.price e atribua a start.
Some 1 a random_walk e reatribua a ela mesma; depois, faça .append() de random_walk em start e atribua o resultado a random_price.
Aplique .cumprod() em random_price e reatribua a ela mesma.
Insira random_price como uma nova coluna chamada random em fb e faça o gráfico do resultado.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Select fb start price here
start = ____

# Add 1 to random walk and append to start
random_walk = ____
random_price = ____

# Calculate cumulative product here
random_price = ____

# Insert into fb and plot
fb['random'] = ____

Editar e executar o código