Jämför kvartalsvis BNP-tillväxt och aktieavkastning

Med din nya förmåga att nedsampla och aggregera tidsserier kan du jämföra aktiekursserier med hög frekvens mot ekonomiska tidsserier med lägre frekvens.

Som ett första exempel ska vi jämföra den kvartalsvisa BNP-tillväxttakten med den kvartalsvisa avkastningen på det (omsamplade) Dow Jones Industrial-indexet över 30 stora amerikanska aktier.

BNP-tillväxt rapporteras i början av varje kvartal för föregående kvartal. För att beräkna matchande aktieavkastningar samplar du om aktieindexet till kvartalsstartfrekvens med aliaset 'QS' och aggregerar med .first()-observationer.

Den här övningen är en del av kursen

Manipulera tidsseriedata i Python

Visa kurs

Övningsinstruktioner

Som vanligt har vi importerat pandas som pd och matplotlib.pyplot som plt åt dig.

Använd pd.read_csv() för att importera 'gdp_growth.csv' och 'djia.csv'. Sätt ett DateTimeIndex baserat på kolumnen 'date' med hjälp av parse_dates och index_col för båda, tilldela resultaten till gdp_growth respektive djia, och inspektera sedan med .info().
Sampla om djia med frekvensaliaset 'QS', aggregera med .first(), och tilldela resultatet till djia_quarterly.
Tillämpa .pct_change() på djia_quarterly och multiplicera med .mul() och 100 för att få djia_quarterly_return.
Använd pd.concat() för att konkatenera gdp_growth och djia_quarterly_return längs axis=1, och tilldela resultatet till data. Byt namn på kolumnerna med .columns och de nya etiketterna 'gdp' och 'djia', och .plot() sedan resultatet.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Import and inspect gdp_growth here
gdp_growth = ____


# Import and inspect djia here
djia = ____


# Calculate djia quarterly returns here 
djia_quarterly = ____
djia_quarterly_return = ____

# Concatenate, rename and plot djia_quarterly_return and gdp_growth here 
data = ____

Redigera och kör kod