Quan sát hiện tượng cụm biến động (volatility clustering)
Hiện tượng cụm biến động thường thấy trong dữ liệu thị trường tài chính và là một thách thức cho việc mô hình hóa chuỗi thời gian.
Trong bài tập này, bạn sẽ làm quen với bộ dữ liệu giá hằng ngày của S&P 500. Bạn sẽ tính lợi nhuận hằng ngày dưới dạng phần trăm thay đổi giá, vẽ biểu đồ kết quả và quan sát cách nó biến động theo thời gian.
Dữ liệu lịch sử giá hằng ngày của S&P 500 đã được nạp sẵn vào sp_price cho bạn.
Bài tập này là một phần của khóa học
Mô hình GARCH với Python
Hướng dẫn bài tập
- Tính lợi nhuận hằng ngày dưới dạng phần trăm thay đổi giá và lưu vào DataFrame
sp_pricetrong một cột mới tênReturn. - Xem dữ liệu bằng cách in ra 10 dòng cuối cùng.
- Vẽ biểu đồ cột
Returnvà quan sát các dấu hiệu của hiện tượng cụm biến động.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Calculate daily returns as percentage price changes
sp_price['____'] = 100 * (sp_price['Close'].____())
# View the data
print(sp_price.____(____))
# plot the data
plt.plot(sp_price['____'], color = 'tomato', label = 'Daily Returns')
plt.legend(loc='upper right')
plt.show()