资产类别： 美国股票 国际股票 美国债券 房地产 大宗商品 黄金 现金（3 个月期美国国库券） 为了对这些资产类别进行全面分析，我们将遵循以下步骤： 使用人工智能 检索每个类别的最高市值 ETF 并创建其股票代码列表。 使用 yFinance 获取每个 ETF 的每月数据。
计算每个资产类别的月回报
将每个资产类别的月回报年化。 创建条形图来可视化和比较每个资产类别的年化回报。 使用折线图可视化过去 20 年来每个资产类别的假设投资 100,000 美元的增长情况。 计算资产类别之间的相关性并创建热图以可视化它们的关系。 使用标准差计算 玻利维亚电话号码 并可视化每个资产类别的风险。 通过计算和可视化夏普比率来评估每个资产类别的风险调整后表现。 使用 FRED API 检索相关宏观经济数据。
将宏观经济数据与资产类
别回报数据合并。 使用相关热图分析宏观 IT号码 经济因素对资产类别表现的影响。 将金融库安装到我们的 Datalore 笔记本中 Datalore 笔记本已预安装最常见的 Python 包。 本教程需要安装两个特定于金融的软件包。
