เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ผลตอบแทนสะสมจากการลงทุน $1,000 ใน Google เทียบกับ Apple II

Apple มีผลตอบแทนสูงกว่า Google ตลอดช่วงเวลาทั้งหมด แต่ในแต่ละช่วง 1 ปีอาจให้ผลต่างกัน ซึ่งหมายความว่าการสลับระหว่างสองหุ้นนี้อาจให้ผลตอบแทนที่ดียิ่งขึ้น

เพื่อวิเคราะห์เรื่องนี้ ให้คำนวณผลตอบแทนสะสมสำหรับช่วง rolling 1 ปี แล้วพล็อตกราฟเพื่อดูว่าแต่ละช่วงเวลาหุ้นตัวใดให้ผลดีกว่า

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การจัดการข้อมูล Time Series ใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

ได้นำเข้า pandas เป็น pd และ matplotlib.pyplot เป็น plt ไว้แล้ว และโหลดราคาปิดของ GOOG และ AAPL จากแบบฝึกหัดก่อนหน้าลงใน data แล้วเช่นกัน

  • กำหนดฟังก์ชัน multi_period_return() ที่คืนค่าผลตอบแทนสะสมจากอาร์เรย์ของผลตอบแทนรายช่วง
  • คำนวณ daily_returns โดยใช้ .pct_change() กับ data
  • สร้างหน้าต่าง .rolling() แบบ '360D' บน daily_returns แล้วใช้ .apply() กับ multi_period_returns และกำหนดผลลัพธ์ให้กับ rolling_annual_returns
  • พล็อตกราฟ rolling_annual_returns หลังจากคูณด้วย 100

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Import numpy
import numpy as np

# Define a multi_period_return function
def multi_period_return(period_returns):
    return ____(____)
    
# Calculate daily returns
daily_returns = ____

# Calculate rolling_annual_returns
rolling_annual_returns = ____

# Plot rolling_annual_returns
แก้ไขและรันโค้ด