绘制多周期收益率
您在视频中学到的最后一个时间序列方法是 .pct_change()。让我们用它来计算不同日历天周期的收益率，并绘制结果以比较不同的变化模式。
我们将使用 2014-2016 年的 Google 股价。
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
我们已将 pandas 导入为 pd，将 matplotlib.pyplot 导入为 plt。我们还加载了 2014-2016 年的 'GOOG' 股价，将频率设为日历日，并将结果赋给 google。
- 分别创建列
'daily_return'、'monthly_return'和'annual_return'，内容为'Close'在 1、30 和 360 个日历日上的pct_change()，并各自乘以 100。 - 使用
subplots=True绘制结果。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Create daily_return
google['daily_return'] = ____
# Create monthly_return
google['monthly_return'] = ____
# Create annual_return
google['annual_return'] = ____
# Plot the result