1. Обучение
    2. /
  2. Курса
    3. /
  3. Количественное управление рисками на Python
Connected

Упражнение

Основы ресемплирования по частоте

Модели факторов риска нередко используют данные с разной частотой. Типичный пример — сочетание квартальных макроэкономических данных (цены, уровень безработицы и т. д.) с финансовыми данными, которые обычно имеют дневную (или даже внутридневную) частоту. Чтобы использовать оба источника в одной модели, данные с более высокой частотой необходимо ресемплировать до более низкой.

Объекты DataFrame и Series библиотеки Pandas имеют встроенный метод .resample(), который задаёт целевую частоту. Этот метод объединяется в цепочку с методом вычисления статистики для нового периода: например, .mean() для среднего значения или .min() для минимального.

В этом упражнении вы потренируетесь преобразовывать дневные данные returns к недельной и квартальной частоте.

Инструкции

100 XP
  • Преобразуйте returns к квартальной частоте, вычислив среднее значение returns_q с помощью методов .resample() и .mean().
  • Изучите заголовок returns_q, обратив внимание на то, что метод .resample() автоматически формирует индекс дат.
  • Теперь преобразуйте returns к недельной частоте, вычислив минимальное значение returns_w с помощью метода .min().
  • Изучите заголовок returns_w.