ComeçarComece de graça

Introdução à reamostragem por frequência

Modelos de fatores de risco costumam depender de dados com frequências diferentes. Um exemplo típico é usar dados macroeconômicos trimestrais, como preços, taxas de desemprego etc., junto com dados financeiros, que geralmente são diários (ou até intradiários). Para usar as duas fontes no mesmo modelo, os dados de maior frequência precisam ser reamostrados para corresponder aos dados de menor frequência.

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

Neste exercício, você vai praticar a conversão de dados diários de returns para frequências semanal e trimestral.

Este exercício faz parte do curso

Gerenciamento Quantitativo de Risco em Python

Ver curso

Instruções do exercício

  • Converta returns para frequência trimestral, calculando a média em returns_q, usando os métodos .resample() e .mean().
  • Examine as primeiras linhas de returns_q, observando que o método .resample() cuida do índice de datas para você.
  • Agora converta returns para frequência semanal, calculando o mínimo em returns_w com o método .min().
  • Examine as primeiras linhas 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