计算平均收益率

在本练习中，您将计算一个由 4 只股票组成的投资组合在 2015 年 1 月至 2019 年 3 月期间的表现。该组合由 Proctor & Gamble、Microsoft、JP Morgan 和 General Electric 的股票构成。您会看到，将每只股票的平均收益率与其在投资组合中的权重相乘，是在给定时间段内计算组合表现的一种快速而直接的方法。

DataFrame data 的 4 列包含上述 4 只股票的价格。请在控制台中查看并检查 data。

本练习是课程的一部分

Python 投资组合分析入门

查看课程

练习说明

通过比较今天与昨天的价格，计算 DataFrame data 中各只股票的百分比收益率。
计算新建 returns DataFrame 中每只股票的平均收益率。
将各只股票的权重赋给数组 weights。权重分别为 0.5、0.2、0.2 和 0.1。
将百分比收益率与权重相乘并求总和，计算投资组合的总体表现，并打印结果。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Calculate percentage returns
returns = data.____()

# Calculate individual mean returns 
meanDailyReturns = ____.____()

# Define weights for the portfolio
weights = np.array([____, ____, ____, ____])

# Calculate expected portfolio performance
portReturn = np.____(____*____)

# Print the portfolio return
print(____)

编辑并运行代码