我试图在指数图上绘制两个股票价格。这个情节很常见,因为它会在同一个地方开始两种价格不同的股票。
请参阅下面的IBM与TSLA的图表
def get_historical_closes(ticker, start_date, end_date):
# get the data for the tickers. This will be a panel
p = wb.DataReader(ticker, "yahoo", start_date, end_date)
# convert the panel to a DataFrame and selection only Adj Close
# while making all index levels columns
d = p.to_frame()['Adj Close'].reset_index()
# rename the columns
d.rename(columns={'minor': 'Ticker', 'Adj Close': 'Close'}, inplace=True)
# pivot each ticker to a column
pivoted = d.pivot(index='Date', columns='Ticker')
# and drop the one level on the columns
pivoted.columns = pivoted.columns.droplevel(0)
return pivoted
tickers = ['IBM','TSLA']
start = '2015-12-31'
end ='2016-12-22'
df_ret=get_historical_closes(tickers,start,end).pct_change().replace('NaN',0)
df_ret=np.cumprod(1+df_ret)
df_ret.plot()
如您所见,两者均从1.00开始。
我想要做的是让1.00处的收敛处于日期索引中的某个任意点。例如,我希望看到相同的图表,除了2016年7月31日的线收敛于1。因此,抵消指数点处的指数收敛。
有谁知道如何做到这一点?
答案 0 :(得分:0)
试图让它比实际应该更难。见下文:
df_day=df_ret[df_ret.index=='2016-03-31']
df_plot = pd.DataFrame(index=df_ret.index, columns=df_ret.columns)
for col in df_ret.columns: # For each factor
df_plot[col]=df_ret[col]/df_day[col].values
df_plot.plot()