สร้าง Time Series ของมูลค่าตลาด
ตอนนี้สามารถใช้จำนวนหุ้นเพื่อคำนวณมูลค่าตลาดรวม (market capitalization) ของแต่ละองค์ประกอบในแต่ละวันซื้อขายจาก Series ราคาย้อนหลังได้แล้ว
ผลลัพธ์ที่ได้จะเป็น input สำคัญสำหรับการสร้าง value-weighted stock index ซึ่งจะดำเนินการให้เสร็จสมบูรณ์ในแบบฝึกหัดถัดไป
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การจัดการข้อมูล Time Series ใน Python
คำแนะนำการฝึกหัด
นำเข้า pandas เป็น pd และ matplotlib.pyplot เป็น plt ให้แล้ว รวมถึงสร้างตัวแปร components และ stock_prices ที่ใช้ในแบบฝึกหัดก่อนหน้าไว้ให้แล้วเช่นกัน
- เลือก
'Number of Shares'จากcomponentsกำหนดให้กับno_sharesแล้วแสดงผลลัพธ์โดยเรียงลำดับแบบค่าเริ่มต้น (จากน้อยไปมาก) - คูณ
stock_pricesด้วยno_sharesเพื่อสร้าง time series ของ market cap แยกตาม ticker และกำหนดให้กับmarket_cap - เลือกแถวแรกและแถวสุดท้ายของ
market_capแล้วกำหนดให้กับfirst_valueและlast_valueตามลำดับ - ใช้
pd.concat()เพื่อเชื่อมfirst_valueและlast_valueตามaxis=1แล้วพล็อตผลลัพธ์เป็น horizontal bar chart
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Select the number of shares
no_shares = ____
print(____)
# Create the series of market cap per ticker
market_cap = ____
# Select first and last market cap here
first_value = ____
last_value = ____
# Concatenate and plot first and last market cap here