視覺化 S&P500 報酬率的每月平均數、中位數與標準差
你也學會了如何從上採樣後的資料計算多種彙總統計量。
讓我們用這個技巧來探索在過去 10 年中，S&P500 每日報酬率的每月平均數、中位數與標準差的走勢。
本練習屬於課程
Manipulating Time Series Data in Python
練習說明
和往常一樣，我們已為你匯入 pandas 作為 pd，以及 matplotlib.pyplot 作為 plt。
- 使用
pd.read_csv()匯入'sp500.csv'，以parse_dates與index_col依據'date'欄位建立DateTimeIndex，將結果指定給sp500，並用.info()檢視。 - 使用
.squeeze()將sp500轉為pd.Series()，再套用.pct_change()計算daily_returns。 - 對
daily_returns使用.resample()將頻率設為月末（別名：'M'），並套用.agg()計算'mean'、'median'和'std'。將結果指定給stats。 - 對
stats呼叫.plot()。
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。
# Import data here
sp500 = ____
# Calculate daily returns here
daily_returns = ____
# Resample and calculate statistics
stats = ____
# Plot stats here