Corelații ale randamentului anual între mai multe acțiuni

Ai văzut în videoclip cum se calculează corelațiile și cum se vizualizează rezultatul.

În acest exercițiu, îți punem la dispoziție prețurile istorice ale acțiunilor Apple (AAPL), Amazon (AMZN), IBM (IBM), WalMart (WMT) și Exxon Mobile (XOM) pentru ultimele 4.000 de zile de tranzacționare, din iulie 2001 până la sfârșitul lunii mai 2017.

Vei calcula randamentele la sfârșitul fiecărui an, corelațiile pereche între toate acțiunile și vei vizualiza rezultatul sub forma unui heatmap adnotat.

Acest exercițiu face parte din cursul

Manipularea datelor de tip serie de timp în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Am importat deja pandas ca pd, seaborn ca sns și matplotlib.pyplot ca plt. Prețul de închidere zilnic pentru cele cinci acțiuni a fost încărcat într-o variabilă numită data.

Inspectează datele folosind .info().
Aplică .resample() cu frecvența de sfârșit de an (alias: 'A') pe data și selectează .last() preț din fiecare subperioadă; atribuie rezultatul variabilei annual_prices.
Calculează annual_returns aplicând .pct_change() pe annual_prices.
Calculează correlations aplicând .corr() pe annual_returns și afișează rezultatul.
Vizualizează correlations sub forma unui sns.heatmap() adnotat.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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

Editează și rulează codul