Визуализация корреляций между компонентами индекса

Чтобы лучше понять характеристики компонентов вашего индекса, можно рассчитать корреляции доходностей.

Используйте дневные цены акций компаний, входящих в ваш индекс, и постройте тепловую карту корреляций дневных доходностей!

Это упражнение является частью курса

Работа с временными рядами в Python

Посмотреть курс

Инструкции к упражнению

Библиотеки pandas (как pd), matplotlib.pyplot (как plt) и seaborn (как sns) уже импортированы. Исторические ценовые ряды компонентов вашего индекса загружены в переменную stock_prices.

Изучите stock_prices с помощью метода .info().
Рассчитайте дневную доходность для stock_prices и сохраните результат в переменную returns.
Вычислите попарные корреляции для returns, сохраните их в переменную correlations и выведите результат на экран.
Постройте аннотированную тепловую карту seaborn для корреляций дневных доходностей с заголовком 'Daily Return Correlations'.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Inspect stock_prices here
print(____)

# Calculate the daily returns
returns = ____

# Calculate and print the pairwise correlations
correlations = ____
print(____)

# Plot a heatmap of daily return correlations

Редактировать и запускать код