可视化指数成分股的相关性
为了更好地理解指数成分股的特征，您可以计算收益率的相关性。
使用这些公司的日度股价，绘制日收益率相关性的热力图！
本练习是课程的一部分
Python 中的时间序列数据处理
练习说明
我们已经将 pandas 导入为 pd、将 matplotlib.pyplot 导入为 plt，并将 seaborn 导入为 sns。您的指数成分股历史价格序列已加载到变量 stock_prices 中。
- 使用
.info()查看stock_prices。 - 计算
stock_prices的日收益率，并将结果赋给returns。 - 计算
returns的两两相关性，将结果赋给correlations并打印。 - 使用
seaborn绘制带注释的日收益率相关性热力图，并设置标题为'Daily Return Correlations'。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Inspect stock_prices here
print(____)
# Calculate the daily returns
returns = ____
# Calculate and print the pairwise correlations
correlations = ____
print(____)
# Plot a heatmap of daily return correlations