Correlação dos retornos anuais entre várias ações

Você viu no vídeo como calcular correlações e visualizar o resultado.

Neste exercício, fornecemos os preços históricos das ações da Apple (AAPL), Amazon (AMZN), IBM (IBM), WalMart (WMT) e Exxon Mobile (XOM) para os últimos 4.000 dias de pregão, de julho de 2001 até o fim de maio de 2017.

Você vai calcular os retornos no fechamento de cada ano, as correlações em pares entre todas as ações e visualizar o resultado como um mapa de calor com anotações.

Este exercício faz parte do curso

Manipulando dados de séries temporais em Python

Ver curso

Instruções do exercício

Já importamos pandas como pd, seaborn como sns e matplotlib.pyplot como plt. Carregamos o preço de fechamento diário das cinco ações em uma variável chamada data.

Inspecione usando .info().
Aplique .resample() com frequência de fim de ano (alias: 'A') a data e selecione o preço .last() de cada subperíodo; atribua a annual_prices.
Calcule annual_returns aplicando .pct_change() a annual_prices.
Calcule correlations aplicando .corr() a annual_returns e imprima o resultado.
Visualize correlations como um sns.heatmap() com anotações.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Inspect data here
print(____)

# Calculate year-end prices here
annual_prices = ____

# Calculate annual returns here
annual_returns = ____

# Calculate and print the correlation matrix here
correlations = ____
print(____)

# Visualize the correlations as heatmap here

Editar e executar o código