Passeio aleatório III

Neste exercício, você concluirá sua simulação de passeio aleatório usando os retornos das ações do Facebook nos últimos cinco anos. Você começará com uma amostra aleatória de retornos, como a que foi gerada no último exercício, e a usará para criar um caminho aleatório do preço das ações.

Este exercício faz parte do curso

Manipulação de dados de séries temporais em Python

Ver Curso

Instruções de exercício

Já importamos pandas como pd, choice e seed de numpy.random, e matplotlib.pyplot como plt. Carregamos o preço do Facebook como 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.
Adicione 1 a random_walk e reatribua-o a você mesmo, depois .append() random_walk a start e atribua-o a random_price.
Aplique .cumprod() a random_price e reatribua-o a você mesmo.
Insira random_price como uma nova coluna rotulada random em fb e trace o resultado.

Exercício interativo prático

Experimente este exercício preenchendo 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 código