ÎncepețiÎncepe gratuit

Introducere în reeșantionarea frecvenței

Modelele de factori de risc se bazează adesea pe date cu frecvențe diferite. Un exemplu tipic este utilizarea datelor macroeconomice trimestriale – precum prețuri, rate ale șomajului etc. – alături de date financiare, care sunt de obicei zilnice (sau chiar intra-zilnice). Pentru a folosi ambele surse de date în același model, datele cu frecvență mai mare trebuie reeșantionate pentru a se potrivi cu frecvența mai mică.

Obiectele Pandas DataFrame și Series au o metodă built-in .resample(), care specifică frecvența mai mică dorită. Această metodă se înlănțuie cu o altă metodă pentru a calcula statistica la noua frecvență – de exemplu .mean() pentru media datelor din noul interval, sau .min() pentru valoarea minimă.

În acest exercițiu vei exersa conversia datelor zilnice returns la frecvență săptămânală și trimestrială.

Acest exercițiu face parte din cursul

Managementul Cantitativ al Riscului în Python

Vezi cursul

Instrucțiuni pentru exercițiu

  • Convertește returns la frecvență trimestrială, calculând media, și stochează rezultatul în returns_q folosind metodele .resample() și .mean().
  • Examinează primele rânduri ale lui returns_q, observând că metoda .resample() gestionează automat indexul de dată.
  • Acum convertește returns la frecvență săptămânală, calculând minimul în returns_w, folosind metoda .min().
  • Examinează primele rânduri ale lui returns_w.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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.____)
Editează și rulează codul