А як щодо доходностей акцій?

У попередній вправі ви показали, що ціни акцій Amazon, які містяться в датафреймі AMZN, мають випадковий блук. У цій вправі ви зробите те саме для доходностей Amazon (відсоткові зміни цін) і покажете, що доходності не є випадковим блуком.

Ця вправа є частиною курсу

Аналіз часових рядів у Python

Переглянути курс

Інструкції до вправи

Імпортуйте модуль adfuller зі statsmodels.
Створіть новий датафрейм доходностей AMZN, узявши відсоткову зміну цін за допомогою методу .pct_change().
Приберіть NaN у першому рядку доходностей, застосувавши до датафрейму метод .dropna().
Запустіть розширений тест Дікі — Фуллера для стовпця 'Adj Close' у AMZN_ret і виведіть значення p у results[1].

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Import the adfuller module from statsmodels
from statsmodels.tsa.stattools import adfuller

# Create a DataFrame of AMZN returns
AMZN_ret = ___

# Eliminate the NaN in the first row of returns
AMZN_ret = ___

# Run the ADF test on the return series and print out the p-value
results = adfuller(___)
print('The p-value of the test on returns is: ' + str(results[___]))

Редагувати та запускати код