Randamentul cumulat la 1.000 $ investiți în Google vs. Apple II

Apple a avut rezultate mai bune decât Google pe întreaga perioadă, însă situația ar fi putut fi diferită în diverse subperioade de 1 an – astfel încât trecerea de la un titlu la celălalt ar fi putut genera un randament și mai bun.

Pentru a analiza acest lucru, calculează randamentul cumulat pe ferestre mobile de 1 an, apoi reprezintă grafic rezultatele pentru a vedea în ce perioade fiecare acțiune a fost superioară.

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 și matplotlib.pyplot ca plt. Am încărcat, de asemenea, prețurile de închidere GOOG și AAPL din exercițiul anterior în data.

Definește o funcție multi_period_return() care returnează randamentul cumulat dintr-un array de randamente periodice.
Calculează daily_returns aplicând .pct_change() pe data.
Creează o fereastră .rolling() de '360D' pe daily_returns și aplică .apply() cu multi_period_returns. Atribuie rezultatul variabilei rolling_annual_returns.
Reprezintă grafic rolling_annual_returns după ce îl înmulțești cu 100.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Import numpy
import numpy as np

# Define a multi_period_return function
def multi_period_return(period_returns):
    return ____(____)
    
# Calculate daily returns
daily_returns = ____

# Calculate rolling_annual_returns
rolling_annual_returns = ____

# Plot rolling_annual_returns

Editează și rulează codul