Визуализация среднего значения, медианы и стандартного отклонения доходности индекса S&P500 по месяцам

Вы также узнали, как вычислять несколько агрегирующих статистик на основе данных с повышенной частотой дискретизации.

Воспользуемся этим, чтобы изучить динамику среднего значения, медианы и стандартного отклонения ежедневной доходности индекса S&P500 за последние 10 лет.

Это упражнение является частью курса

Работа с временными рядами в Python

Посмотреть курс

Инструкции к упражнению

Как обычно, библиотеки pandas и matplotlib.pyplot уже импортированы как pd и plt.

С помощью pd.read_csv() загрузите файл 'sp500.csv', задайте DateTimeIndex на основе столбца 'date', используя параметры parse_dates и index_col. Сохраните результат в переменную sp500 и изучите структуру данных с помощью .info().
Преобразуйте sp500 в объект pd.Series() с помощью .squeeze() и вычислите daily_returns, применив .pct_change().
Примените .resample() к daily_returns с частотой конца месяца (псевдоним: 'M') и используйте .agg() для вычисления 'mean', 'median' и 'std'. Сохраните результат в переменную stats.
Постройте график, вызвав .plot() для stats.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Import data here
sp500 = ____

# Calculate daily returns here
daily_returns = ____

# Resample and calculate statistics
stats = ____

# Plot stats here

Редактировать и запускать код