ComeçarComece de graça

Primário de reamostragem de frequência

Os modelos de fatores de risco geralmente se baseiam em dados de diferentes frequências. Um exemplo típico é o uso de dados macroeconômicos trimestrais, como preços, taxas de desemprego, etc., com dados financeiros, que geralmente são diários (ou até mesmo intra-diários). Para usar as duas fontes de dados no mesmo modelo, os dados de frequência mais alta precisam ser reamostrados para corresponder aos dados de frequência mais baixa.

Os objetos Pandas DataFrame e Series têm um método .resample() incorporado que especifica a frequência mais baixa. Esse método é encadeado com um método para criar a estatística de frequência mais baixa, como .mean() para a média dos dados dentro do novo período de frequência, ou .min() para o mínimo dos dados.

Neste exercício, você praticará a conversão de dados diários do site returns para frequências semanais e trimestrais.

Este exercício faz parte do curso

Gerenciamento quantitativo de riscos em Python

Ver curso

Instruções do exercício

  • Converta returns em uma média de frequência trimestral returns_q usando os métodos .resample() e .mean().
  • Examine o cabeçalho de returns_q, observando que o método .resample() cuida do índice de data para você.
  • Agora, converta returns para a frequência semanal mínima returns_w, usando o método .min().
  • Examine o cabeçalho de returns_w.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Convert daily returns to quarterly average returns
returns_q = returns.____('Q').____

# Examine the beginning of the quarterly series
print(returns_q.____)

# Now convert daily returns to weekly minimum returns
returns_w = ____.resample('W').____

# Examine the beginning of the weekly series
print(returns_w.____)
Editar e executar o código