Volatilite kümeleşmesini gözlemle

Volatilite kümeleşmesi finansal piyasa verilerinde sıkça görülür ve zaman serisi modellemesi için bir zorluk oluşturur.

Bu egzersizde, S&P 500 günlük fiyat veri kümesine aşina olacaksın. Günlük getirileri yüzde fiyat değişimleri olarak hesaplayacak, sonuçları görselleştirip zaman içindeki davranışını gözlemleyeceksin.

Tarihsel S&P 500 günlük fiyat verileri senin için sp_price içine önceden yüklenmiştir.

Bu egzersiz

Python ile GARCH Modelleri

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

Günlük getirileri yüzde fiyat değişimleri olarak hesapla ve DataFrame sp_price içine Return adlı yeni bir sütun olarak kaydet.
Veriyi son 10 satırı yazdırarak görüntüle.
Return sütununu çiz ve volatilite kümeleşmesine dair işaretleri gözlemle.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Calculate daily returns as percentage price changes
sp_price['____'] = 100 * (sp_price['Close'].____())

# View the data
print(sp_price.____(____))

# plot the data
plt.plot(sp_price['____'], color = 'tomato', label = 'Daily Returns')
plt.legend(loc='upper right')
plt.show()

Kodu Düzenle ve Çalıştır