繪製相對基準指數的績效差異
在影片中，你學到了如何計算並繪製某檔股票相對於基準指數的績效差異（以百分點表示）。
現在，讓我們比較微軟（MSFT）與蘋果（AAPL）在過去 10 年相較於 S&P 500 的表現。
本練習屬於課程
Manipulating Time Series Data in Python
練習說明
我們已經將 pandas 匯入為 pd，並將 matplotlib.pyplot 匯入為 plt。
- 建立包含兩個股票代號的清單
tickers。 - 使用
pd.read_csv()匯入'msft_aapl.csv'與'sp500.csv'，分別從'date'欄位建立DatetimeIndex（使用parse_dates與index_col），並將結果分別指定為stocks與sp500。 - 使用
pd.concat()沿著axis=1串接stocks與sp500，再套用.dropna()移除所有遺漏值，並將結果指定為data。 - 將
data正規化：以第一筆價格做除法，然後乘以 100，並將輸出指定為normalized。 - 從
normalized中選取tickers，並以關鍵字axis=0與normalized['SP500']對齊索引後相減，最後將結果繪圖。
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。
# Create tickers
tickers = ____
# Import stock data here
stocks = ____
# Import index here
sp500 = ____
# Concatenate stocks and index here
data = ____
# Normalize data
normalized = ____
# Subtract the normalized index from the normalized stock prices, and plot the result