So sánh hiệu suất chỉ số với chuẩn đối sánh II

Bước tiếp theo khi phân tích hiệu suất của chỉ số là so sánh nó với một chuẩn đối sánh.

Trong video, chúng ta dùng S&P 500 làm chuẩn. Bạn cũng có thể dùng Dow Jones Industrial Average, gồm 30 cổ phiếu lớn nhất, và đây cũng là một chuẩn hợp lý để đối sánh với nhóm cổ phiếu lớn nhất từ mọi ngành trên ba sàn giao dịch.

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

Chúng tôi đã nhập sẵn numpy là np, pandas là pd, matplotlib.pyplot là plt cho bạn. Chúng tôi cũng đã nạp chỉ số của bạn và Dow Jones Industrial Average (đã chuẩn hóa) vào biến data.

Khảo sát data và in 5 hàng đầu tiên.
Định nghĩa hàm multi_period_return nhận một array numpy gồm các mức sinh lợi theo kỳ làm đầu vào và trả về tổng mức sinh lợi cho giai đoạn. Dùng công thức trong video — cộng 1 vào đầu vào, truyền kết quả vào np.prod(), trừ 1 và nhân với 100.
Tạo cửa sổ .rolling() có độ dài '360D' từ data, và áp dụng multi_period_return. Gán vào rolling_return_360.
Vẽ rolling_return_360 với title 'Rolling 360D Return'.

Bài tập tương tác thực hành trực tiếp

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

# Inspect data
print(____)
print(____)

# Create multi_period_return function here
def multi_period_return(r):
    return (____) * 100

# Calculate rolling_return_360
rolling_return_360 = data.pct_change().____

# Plot rolling_return_360 here

Chỉnh sửa và Chạy Mã