เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การพล็อตผลตอบแทนพอร์ตโฟลิโอในช่วงต่อเนื่องกัน

การถดถอยสู่ค่าเฉลี่ย (regression to the mean) เป็นแนวคิดสำคัญในด้านการลงทุนเช่นกัน ในแบบฝึกหัดนี้ เราจะดูผลตอบแทนรายปีจากการลงทุนในบริษัทที่อยู่ใน S&P 500 ในปี 2018 และ 2019

ชุดข้อมูล sp500_yearly_returns ประกอบด้วย 3 คอลัมน์ ดังนี้

ตัวแปร ความหมาย
symbol สัญลักษณ์ ticker ของหุ้น ซึ่งระบุบริษัทโดยไม่ซ้ำกัน
return_2018 ตัวชี้วัดผลการลงทุนในปี 2018
return_2019 ตัวชี้วัดผลการลงทุนในปี 2019

ค่าที่เป็นบวกหมายความว่ามูลค่าการลงทุนเพิ่มขึ้น ส่วนค่าที่เป็นลบหมายความว่ามูลค่าลดลง

เช่นเดียวกับสถิติโฮมรันในเบสบอล การพยากรณ์อย่างง่ายอาจสมมติว่าผลการลงทุนยังคงเดิมจากปีหนึ่งไปอีกปี ซึ่งจะอยู่บนเส้น y เท่ากับ x

sp500_yearly_returns พร้อมใช้งานในรูปแบบ pandas DataFrame

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การถดถอยเบื้องต้นด้วย statsmodels ใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้างฟิกเกอร์ใหม่ fig เพื่อรองรับการซ้อนกราฟ
  • สร้างเส้นที่ y เท่ากับ x ส่วนนี้เตรียมไว้ให้แล้ว
  • ใช้ sp500_yearly_returns พล็อต scatter plot ของ return_2019 เทียบกับ return_2018 พร้อม trend line แบบถดถอยเชิงเส้น โดยไม่แสดง standard error ribbon
  • ปรับแกนให้ระยะบนแกน x และแกน y มีสัดส่วนเท่ากัน

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Create a new figure, fig
fig = plt.____

# Plot the first layer: y = x
plt.axline(xy1=(0,0), slope=1, linewidth=2, color="green")

# Add scatter plot with linear regression trend line
sns.____(____)

# Set the axes so that the distances along the x and y axes look the same
plt.____(____)

# Show the plot
plt.show()
แก้ไขและรันโค้ด