เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

เปรียบเทียบอัตราการเติบโตของ GDP รายไตรมาสและผลตอบแทนของหุ้น

เมื่อมีทักษะการ downsample และการรวมข้อมูลของ time series แล้ว ก็สามารถนำ time series ราคาหุ้นที่มีความถี่สูงมาเปรียบเทียบกับ time series เศรษฐกิจที่มีความถี่ต่ำกว่าได้

เริ่มจากตัวอย่างแรก มาเปรียบเทียบอัตราการเติบโตของ GDP รายไตรมาสกับอัตราผลตอบแทนรายไตรมาสของดัชนี Dow Jones Industrial ซึ่งประกอบด้วยหุ้นขนาดใหญ่ของสหรัฐฯ 30 ตัว (หลังจาก resample แล้ว)

ข้อมูลการเติบโตของ GDP จะรายงาน ณ ต้นไตรมาสสำหรับไตรมาสก่อนหน้า ในการคำนวณผลตอบแทนของหุ้นให้ตรงกัน จะต้อง resample ดัชนีหุ้นให้เป็นความถี่ต้นไตรมาสโดยใช้ alias 'QS' และรวมข้อมูลด้วยการสังเกตค่า .first()

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การจัดการข้อมูล Time Series ใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

เราได้ import pandas เป็น pd และ matplotlib.pyplot เป็น plt ให้แล้ว

  • ใช้ pd.read_csv() เพื่อนำเข้าไฟล์ 'gdp_growth.csv' และ 'djia.csv' โดยสำหรับทั้งสองไฟล์ให้กำหนด DateTimeIndex จากคอลัมน์ 'date' ผ่าน parse_dates และ index_col แล้วกำหนดผลลัพธ์ให้กับตัวแปร gdp_growth และ djia ตามลำดับ จากนั้นตรวจสอบด้วย .info()
  • Resample djia โดยใช้ frequency alias 'QS' รวมข้อมูลด้วย .first() แล้วกำหนดให้กับ djia_quarterly
  • ใช้ .pct_change() กับ djia_quarterly และคูณด้วย .mul() ด้วย 100 เพื่อให้ได้ djia_quarterly_return
  • ใช้ pd.concat() เพื่อเชื่อม gdp_growth และ djia_quarterly_return ตาม axis=1 แล้วกำหนดให้กับ data เปลี่ยนชื่อคอลัมน์โดยใช้ .columns และกำหนดชื่อใหม่เป็น 'gdp' และ 'djia' จากนั้นแสดงผลด้วย .plot()

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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 = ____
แก้ไขและรันโค้ด