Flygande tefat är inte korrelerade med en stigande marknad

Två trendande serier kan visa en stark korrelation även om de är helt orelaterade. Detta kallas "spuriös korrelation". Det är därför du bör titta på korrelationen av avkastningar snarare än nivåer när du analyserar exempelvis två aktier.

För att illustrera detta: beräkna korrelationen mellan börsnivåerna och det årliga antalet UFO-observationer. Båda dessa tidsserier har trendat uppåt under de senaste decennierna, och korrelationen mellan deras nivåer är mycket hög. Beräkna sedan korrelationen av deras procentuella förändringar. Den kommer att ligga nära noll, eftersom det inte finns något samband mellan de två serierna.

DataFrame:en levels innehåller nivåerna för DJI och UFO. UFO-data har hämtats från www.nuforc.org.

Den här övningen är en del av kursen

Tidsserieanalys i Python

Visa kurs

Övningsinstruktioner

Beräkna korrelationen mellan kolumnerna DJI och UFO.
Skapa en ny DataFrame med förändringar med hjälp av metoden .pct_change().
Beräkna korrelationen mellan kolumnerna DJI och UFO på nytt, nu baserat på förändringarna.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Compute correlation of levels
correlation1 = ___
print("Correlation of levels: ", correlation1)

# Compute correlation of percent changes
changes = ___
correlation2 = ___
print("Correlation of changes: ", correlation2)

Redigera och kör kod