Візуалізуйте кореляції між складниками вашого індексу

Щоб краще зрозуміти характеристики складників вашого індексу, можна обчислити кореляції доходностей.

Використайте денні ціни акцій ваших компаній індексу та побудуйте теплову мапу кореляцій денних доходностей!

Ця вправа є частиною курсу

Опрацювання часових рядів у Python

Інструкції до вправи

Ми вже імпортували pandas як pd, matplotlib.pyplot як plt та seaborn як sns. Також ми завантажили історичні ряди цін складників вашого індексу у змінну stock_prices.

Перегляньте stock_prices за допомогою .info().
Обчисліть денні доходності для stock_prices і присвойте результат змінній returns.
Обчисліть попарні кореляції для returns, збережіть їх у correlations і виведіть результат.
Побудуйте анотовану теплову мапу seaborn кореляцій денних доходностей із заголовком 'Daily Return Correlations'.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Inspect stock_prices here
print(____)

# Calculate the daily returns
returns = ____

# Calculate and print the pairwise correlations
correlations = ____
print(____)

# Plot a heatmap of daily return correlations

Редагувати та запускати код