投資 1,000 元於 Google 與 Apple 的累積報酬 II
Apple 在整段期間的表現優於 Google，不過在不同的 1 年子期間內可能不一樣，因此在兩檔股票之間切換，或許能得到更好的結果。
為了分析這件事，請計算以 1 年為視窗的移動累積報酬，接著繪製報酬走勢，看看各時段是哪一檔股票較占優勢。
本練習屬於課程
Manipulating Time Series Data in Python
練習說明
我們已經將 pandas 以 pd 匯入，並將 matplotlib.pyplot 以 plt 匯入。同時也把上一個練習中的 GOOG 與 AAPL 收盤價載入到 data。
- 定義一個
multi_period_return()函式，從一個期間報酬陣列回傳累積報酬。 - 對
data套用.pct_change()以計算daily_returns。 - 在
daily_returns上建立'360D'的.rolling()視窗，並以.apply()套用multi_period_returns。將結果指定給rolling_annual_returns。 - 將
rolling_annual_returns乘以 100 後繪圖。
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。
# Import numpy
import numpy as np
# Define a multi_period_return function
def multi_period_return(period_returns):
return ____(____)
# Calculate daily returns
daily_returns = ____
# Calculate rolling_annual_returns
rolling_annual_returns = ____
# Plot rolling_annual_returns