Já importamos pandas como pd, choice e seed de numpy.random, seaborn como sns, e matplotlib.pyplot como plt. Também importamos a série de preços das ações FB desde IPO em maio de 2012 como a variável fb. Inspecione isso usando o site .head().

Defina a semente para 42.
Aplique .pct_change() para gerar retornos diários do Facebook, elimine os valores ausentes e atribua a daily_returns.
Crie uma variável n_obs que contenha o .count() do Facebook daily_returns.
Use choice() para selecionar aleatoriamente amostras de n_obs de daily_returns e atribua a random_walk.
Converta random_walk em um pd.Series e reatribua-o a você mesmo.
Use sns.distplot() para traçar a distribuição de random_walk.

Relações entre séries temporais: correlação

Create Your Free Account