Birden çok hissenin yıllık getiri korelasyonları

Videoda korelasyonların nasıl hesaplanacağını ve sonucun nasıl görselleştirileceğini gördün.

Bu egzersizde, Apple (AAPL), Amazon (AMZN), IBM (IBM), WalMart (WMT) ve Exxon Mobile (XOM) için, Temmuz 2001'den 2017 Mayıs sonuna kadar geçen 4.000 işlem gününe ait tarihsel hisse fiyatlarını sağladık.

Yıl sonu getirilerini, tüm hisseler arasındaki ikili korelasyonları hesaplayacak ve sonucu açıklamalı bir ısı haritası olarak görselleştireceksin.

Bu egzersiz

Python ile Zaman Serisi Verilerini Manipüle Etme

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

pandas'ı pd olarak, seaborn'u sns olarak ve matplotlib.pyplot'ı plt olarak zaten içe aktardık. Beş hissenin günlük kapanış fiyatlarını data adlı bir değişkene yükledik.

.info() ile incele.
data üzerinde yıl sonu frekansı (kısaltma: 'A') ile .resample() uygula ve her alt dönem için .last() fiyatını seç; bunu annual_prices olarak ata.
annual_prices üzerine .pct_change() uygulayarak annual_returns hesapla.
annual_returns üzerine .corr() uygulayarak correlations hesapla ve sonucu yazdır.
correlations'ı açıklamalı bir sns.heatmap() olarak görselleştir.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Inspect data here
print(____)

# Calculate year-end prices here
annual_prices = ____

# Calculate annual returns here
annual_returns = ____

# Calculate and print the correlation matrix here
correlations = ____
print(____)

# Visualize the correlations as heatmap here

Kodu Düzenle ve Çalıştır