Випадкова хода III

У цій вправі ви завершите моделювання випадкової ходи, використовуючи дохідності акцій Facebook за останні п'ять років. Ви почнете з випадкової вибірки дохідностей, подібної до тієї, яку ви згенерували в попередній вправі, і використаєте її, щоб створити випадкову траєкторію ціни акції.

Ця вправа є частиною курсу

Опрацювання часових рядів у Python

Переглянути курс

Інструкції до вправи

Ми вже імпортували pandas як pd, choice і seed з numpy.random, а також matplotlib.pyplot як plt. Ми завантажили ціну Facebook як pd.DataFrame у змінну fb і випадкову вибірку щоденних дохідностей FB як pd.Series у змінну random_walk.

Виберіть перше значення ціни Facebook, застосувавши .first('D') до fb.price, і присвойте результат змінній start.
Додайте 1 до random_walk і переприсвойте його самому собі, потім .append() random_walk до start і присвойте це до random_price.
Застосуйте .cumprod() до random_price і переприсвойте результат самому собі.
Додайте random_price як новий стовпець з міткою random до fb і побудуйте графік результату.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Select fb start price here
start = ____

# Add 1 to random walk and append to start
random_walk = ____
random_price = ____

# Calculate cumulative product here
random_price = ____

# Insert into fb and plot
fb['random'] = ____

Редагувати та запускати код