Mudança de preços de ações ao longo do tempo

O primeiro método de manipulação de séries temporais que você viu no vídeo foi o .shift(), que permite deslocar todos os valores em um Series ou DataFrame por um número de períodos para um momento diferente ao longo do DateTimeIndex.

Vamos usar isso para comparar visualmente uma série de preços de ações do Google deslocada 90 dias úteis no passado e no futuro.

Este exercício faz parte do curso

Manipulação de dados de séries temporais em Python

Ver Curso

Instruções de exercício

Já importamos pandas como pd e matplotlib.pyplot como plt.

Use pd.read_csv() para importar 'google.csv', analisando o 'Date' como datas, definindo o resultado como index e atribuindo-o a google.
Use .asfreq() para definir a frequência de google para negócios diários.
Adicione novas colunas lagged e shifted a google que contenham o Close deslocado por 90 dias úteis para o passado e o futuro, respectivamente.
Trace as três colunas de google.

Exercício interativo prático

Experimente este exercício preenchendo este código de exemplo.

# Import data here
google = ____

# Set data frequency to business daily
google = ____

# Create 'lagged' and 'shifted'
google['lagged'] = ____
google['shifted'] = ____

# Plot the google price series

Editar e executar código