Plotta avkastning
Slutligen plottar vi hur vår maskininlärningsbaserade portfölj presterar jämfört med att bara hålla SPY. Det ger oss ett sätt att utvärdera om våra förutsägelser är tillräckligt bra.
Eftersom vi redan har skapat algo_cash och spy_cash behöver vi bara skicka dem till plt.plot() för att visa resultatet. Vi anger även etiketter för datamängderna med legend i plt.plot().
Den här övningen är en del av kursen
Maskininlärning för finans i Python
Övningsinstruktioner
- Använd
plt.plot()för att plottaalgo_cash(med etiketten'algo') ochspy_cash(med etiketten'SPY'). - Använd
plt.legend()för att visa förklaringen.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Plot the algo_cash and spy_cash to compare overall returns
plt.plot(____, ____)
plt.plot(spy_cash, label='SPY')
____ # show the legend
plt.show()