Visualisera korrelationerna mellan dina indexkomponenter

För att bättre förstå egenskaperna hos dina indexkomponenter kan du beräkna korrelationerna mellan avkastningarna.

Använd de dagliga aktiekurserna för dina indexbolag och visa ett heatmap över de dagliga avkastningskorrelationerna!

Den här övningen är en del av kursen

Manipulera tidsseriedata i Python

Övningsinstruktioner

Vi har redan importerat pandas som pd, matplotlib.pyplot som plt och seaborn som sns. Vi har också laddat in den historiska prisserien för dina indexkomponenter i variabeln stock_prices.

Inspektera stock_prices med .info().
Beräkna de dagliga avkastningarna för stock_prices och tilldela resultatet till returns.
Beräkna de parvisa korrelationerna för returns, tilldela dem till correlations och skriv ut resultatet.
Rita ett annoterat seaborn-heatmap över de dagliga avkastningskorrelationerna med titeln 'Daily Return Correlations'.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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

Redigera och kör kod