利率是否具有自相关性？
观察利率的日度变动时，自相关性接近 0。不过，如果对数据进行重采样并查看年度变动，自相关性为负。这意味着短期利率变动可能不相关，但长期利率变动呈负自相关。日度的上行或下行几乎不能告诉您明天的利率走向，但一年内的利率变动却能对下一年的利率方向提供一些信息。这个结论在经济上也合理：在较长周期内，利率上升往往会使经济放缓，随后导致利率回落，反之亦然。
DataFrame daily_rates 包含 1962 年至 2017 年的 10 年期利率日度数据。
本练习是课程的一部分
Python 中的时间序列分析
练习说明
- 使用
.diff()方法基于日度利率创建一个新的 DataFramedaily_diff，表示日度变动。 - 使用
.autocorr()方法计算daily_diff中'US10Y'列的自相关。 - 使用
.resample()方法，参数为rule='A'，随后调用.last()函数将频率转换为年度。 - 创建一个新的 DataFrame
yearly_diff表示年度利率变动，并按上述方式计算其自相关。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Compute the daily change in interest rates
daily_diff = daily_rates.___
# Compute and print the autocorrelation of daily changes
autocorrelation_daily = daily_diff[___].___
print("The autocorrelation of daily interest rate changes is %4.2f" %(autocorrelation_daily))
# Convert the daily data to annual data
yearly_rates = daily_rates.resample(___).___
# Repeat above for annual data
yearly_diff = yearly_rates.___
autocorrelation_yearly = yearly_diff[___].___
print("The autocorrelation of annual interest rate changes is %4.2f" %(autocorrelation_yearly))