Корреляции годовой доходности нескольких акций

В видео вы узнали, как вычислять корреляции и визуализировать результаты.

В этом упражнении мы предоставили вам исторические цены акций Apple (AAPL), Amazon (AMZN), IBM (IBM), WalMart (WMT) и Exxon Mobile (XOM) за последние 4 000 торговых дней — с июля 2001 года по конец мая 2017 года.

Вы рассчитаете годовую доходность, попарные корреляции между всеми акциями и визуализируете результат в виде аннотированной тепловой карты.

Это упражнение является частью курса

Работа с временными рядами в Python

Посмотреть курс

Инструкции к упражнению

Библиотеки pandas (как pd), seaborn (как sns) и matplotlib.pyplot (как plt) уже импортированы. Дневные цены закрытия для пяти акций загружены в переменную data.

Изучите данные с помощью .info().
Примените .resample() с частотой конца года (псевдоним: 'A') к data и выберите .last() цену для каждого подпериода; сохраните результат в переменную annual_prices.
Вычислите annual_returns, применив .pct_change() к annual_prices.
Вычислите correlations, применив .corr() к annual_returns, и выведите результат на экран.
Визуализируйте correlations в виде аннотированной тепловой карты с помощью sns.heatmap().

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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

Редактировать и запускать код