พล็อตผลตอบแทน
ในขั้นตอนสุดท้าย เราจะพล็อตผลการดำเนินงานของพอร์ตโฟลิโอที่สร้างด้วย machine learning เปรียบเทียบกับการถือ SPY ไว้เฉยๆ เพื่อประเมินว่าโมเดลทำนายได้ดีเพียงใด
เนื่องจาก algo_cash และ spy_cash ถูกสร้างไว้แล้ว สิ่งที่ต้องทำคือส่งค่าเหล่านี้ให้ plt.plot() เพื่อแสดงผล และกำหนดป้ายชื่อของแต่ละชุดข้อมูลด้วย label ใน plt.plot()
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Machine Learning สำหรับการเงินด้วย Python
คำแนะนำการฝึกหัด
- ใช้
plt.plot()พล็อตalgo_cash(ตั้งค่า label เป็น'algo') และspy_cash(ตั้งค่า label เป็น'SPY') - ใช้
plt.legend()เพื่อแสดง legend
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Plot the algo_cash and spy_cash to compare overall returns
plt.plot(____, ____)
plt.plot(spy_cash, label='SPY')
____ # show the legend
plt.show()