Візуалізуйте щомісячні середнє, медіану та стандартне відхилення прибутковості S&P500

Ви також навчилися обчислювати кілька агрегованих статистик з апсемплених даних.

Скористаймося цим, щоб дослідити, як щомісячні середнє, медіана та стандартне відхилення щоденної прибутковості S&P500 змінювалися за останні 10 років.

Ця вправа є частиною курсу

Опрацювання часових рядів у Python

Переглянути курс

Інструкції до вправи

Як завжди, ми імпортували для вас pandas як pd і matplotlib.pyplot як plt.

Використайте pd.read_csv() для імпорту 'sp500.csv', створіть DateTimeIndex на основі стовпця 'date', застосувавши parse_dates і index_col, збережіть результат у sp500 та перегляньте за допомогою .info().
Перетворіть sp500 на pd.Series() за допомогою .squeeze() і застосуйте .pct_change(), щоб обчислити daily_returns.
.resample() daily_returns до місячної частоти наприкінці місяця (псевдонім: 'M') і застосуйте .agg() для обчислення 'mean', 'median' та 'std'. Збережіть результат у stats.
.plot() stats.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Import data here
sp500 = ____

# Calculate daily returns here
daily_returns = ____

# Resample and calculate statistics
stats = ____

# Plot stats here

Редагувати та запускати код