Графікування послідовних доходностей портфеля
Регресія до середнього — важливе поняття й в інвестуванні. Тут ви розглянете річні доходності інвестицій у компанії з індексу Standard and Poor 500 (S&P 500) за 2018 і 2019 роки.
Набір даних sp500_yearly_returns містить три стовпці:
| variable | meaning |
|---|---|
| symbol | Біржовий тикер, що однозначно ідентифікує компанію. |
| return_2018 | Показник інвестиційної ефективності у 2018 році. |
| return_2019 | Показник інвестиційної ефективності у 2019 році. |
Додатне значення доходності означає, що інвестиція зросла в ціні; від'ємне — що втратила вартість.
Так само, як із хоумранами в бейсболі, наївний прогноз може полягати в тому, що результативність інвестицій не змінюється з року в рік і лежить на лінії y дорівнює x.
sp500_yearly_returns доступний як датафрейм pandas.
Ця вправа є частиною курсу
Вступ до Regression зі statsmodels у Python
Інструкції до вправи
- Створіть новий рисунок
fig, щоб увімкнути нашарування графіків. - Згенеруйте лінію y дорівнює x. Це вже зроблено для вас.
- Використовуючи
sp500_yearly_returns, побудуйте точкову діаграмуreturn_2019протиreturn_2018з лінійною регресійною трендовою лінією, без стрічки стандартної похибки. - Налаштуйте осі так, щоб відстані вздовж осей x та y виглядали однаково.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Create a new figure, fig
fig = plt.____
# Plot the first layer: y = x
plt.axline(xy1=(0,0), slope=1, linewidth=2, color="green")
# Add scatter plot with linear regression trend line
sns.____(____)
# Set the axes so that the distances along the x and y axes look the same
plt.____(____)
# Show the plot
plt.show()