Избранное трейдера Zoran
Джеймс Холлис. Под тенью Сатурна: мужские психические травмы и их исцеление.
Филип Зимбардо, Никитá Коломбе. Мужчина в отрыве. Игры, порно и потеря идентичности
Роберт Гловер. Хватит быть славным парнем
Я начал чтение с Филипа Зимбардо. Это очень известный психолог. Самая популярная его книга в мире — это "Эффект Люцифера. Почему хорошие люди превращаются в злодеев". Книга «Мужчина в отрыве» написана в правильном классическом научно-популярном стиле. После каждого утверждения есть ссылка на исследование. Сама книга занимает 2/3 объема, а ссылки занимают 1/3!Для анализа будем использовать данные ETF c базовой валютой USD: FXCN, FXRL, FXIT, FXUS и FXRU. Временной ряд рассмотрим за три года с 2018 по 2020 года. Само исследование проведем в Google Colaboratory.
Как обычно в начале импортируем все необходимые библиотеки для дальнейшей работы.
import pandas as pd import numpy as np import matplotlib.pyplot as plt from google.colab import files import warnings warnings.filterwarnings("ignore")Сначала необходимо получить данные. Есть несколько способов. Мы воспользовались — взяли их с Finam в формате csv. Дальше написал функцию для обработки полученных данных и при помощи concat свел их в один датафрейм.
def changeDF(df): df['date'] = pd.to_datetime(df['<DATE>'].astype(str), dayfirst=True) name =[x for x in globals() if globals()[x] is df][0] df = df.drop(['<DATE>','<TIME>', '<OPEN>', '<HIGH>', '<LOW>'], axis=1) df = df.set_index(['date']) df.columns = [name+'_cl', name + '_vol'] return df fxgd_change = changeDF(fxgd) fxrl_change = changeDF(fxrl) fxit_change = changeDF(fxit) fxus_change = changeDF(fxus) fxru_change = changeDF(fxru) fxcn_change = changeDF(fxcn) etf = pd.concat([fxgd_change, fxrl_change, fxit_change, fxus_change, fxru_change, fxcn_change], axis=1) etf.head()В результате получили: