觀察波動叢聚
在金融市場資料中常可觀察到波動叢聚，這會增加時間序列建模的難度。
在這個練習中，你會先熟悉 S&P 500 的日價資料。你將把日報酬計算為價格的百分比變化，繪製結果，並觀察其隨時間的變化情形。
歷史的 S&P 500 日價資料已預先載入為 sp_price。
本練習屬於課程
Python 中的 GARCH 模型
練習說明
- 將日報酬計算為價格的百分比變化，並將結果存入 DataFrame
sp_price的新欄位Return。 - 透過列印最後 10 列來檢視資料。
- 繪製
Return欄位的圖，並觀察是否出現波動叢聚的跡象。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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()