Trực quan hóa giá trị trung bình tháng, trung vị và độ lệch chuẩn của lợi suất S&P500

Bạn cũng đã học cách tính một số thống kê tổng hợp từ dữ liệu upsample.

Hãy dùng điều này để khám phá xu hướng của giá trị trung bình tháng, trung vị và độ lệch chuẩn của lợi suất S&P500 theo ngày trong 10 năm gần đây.

Bài tập này là một phần của khóa học

Xử lý dữ liệu chuỗi thời gian trong Python

Xem khóa học

Hướng dẫn bài tập

Như thường lệ, chúng tôi đã nhập pandas là pd và matplotlib.pyplot là plt cho bạn.

Dùng pd.read_csv() để nhập 'sp500.csv', thiết lập DateTimeIndex dựa trên cột 'date' bằng parse_dates và index_col, gán kết quả cho sp500, và kiểm tra bằng .info().
Chuyển sp500 thành pd.Series() bằng .squeeze(), và áp dụng .pct_change() để tính daily_returns.
.resample() daily_returns theo tần suất cuối tháng (bí danh: 'M'), và áp dụng .agg() để tính 'mean', 'median', và 'std'. Gán kết quả cho stats.
.plot() stats.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# Import data here
sp500 = ____

# Calculate daily returns here
daily_returns = ____

# Resample and calculate statistics
stats = ____

# Plot stats here

Chỉnh sửa và Chạy Mã