Después de hacer estos cursos, me siento seguro creando visualizaciones y cuadros de mando profesionales
Shoebur RahmanEspecialista en adquisiciones, Giz Bangladesh
Descripción del curso
Si quieres aplicar tus nuevas habilidades de 'Python para ciencia de datos' a datos financieros reales, este curso te dará herramientas muy valiosas.
Primero, aprenderás a sacar datos de Excel a pandas y a devolverlos. Luego, verás cómo descargar precios de acciones desde varias APIs en línea como
Google o Yahoo! Finance, datos macro de la Reserva Federal y tipos de cambio de OANDA. Por último, aprenderás a calcular rentabilidades para distintos horizontes temporales,
analizar el comportamiento por sector de las salidas a bolsa (IPOs) y calcular y resumir correlaciones.
Requisitos previos
Programa de formación
Contenido del curso
1
Importar datos de listados bursátiles desde Excel
En este capítulo, aprenderás a importar, limpiar y combinar datos de hojas de libros de Excel en un DataFrame de pandas. También practicarás cómo agrupar datos, resumir información por categorías y visualizar el resultado usando subplots y mapas de calor.
Utilizarás datos de empresas cotizadas en los mercados NASDAQ, NYSE y AMEX con información sobre el nombre de la empresa, el ticker, la última capitalización bursátil y precio, el sector o grupo industrial y el año de salida a bolsa (IPO). En el Capítulo 2, ampliarás estos datos para descargar y analizar el historial de precios de algunas de estas empresas.
- Leer, inspeccionar y limpiar datos de CSV50 XP
- Importar información de listados bursátiles del NASDAQ100 XP
- ¿Cómo corregir la importación de datos?50 XP
- Lee datos con .read_csv() usando argumentos de análisis adecuados100 XP
- Leer datos desde hojas de cálculo de Excel50 XP
- Cargar información de listados desde una sola hoja100 XP
- Carga datos de listados desde dos hojas100 XP
- Combina datos de varias hojas de cálculo50 XP
- Carga todos los datos de listados e itera sobre pares clave-valor de un diccionario100 XP
- ¿Cuántas empresas cotizan en la NYSE y el NASDAQ?50 XP
- Automatiza la carga y combinación de datos desde varias hojas de Excel100 XP
2
Importar datos financieros desde la web
Este capítulo introduce el acceso a datos en línea de Google Finance y del Federal Reserve Data Service a través de `pandas` `DataReader`. Descargarás datos, harás manipulaciones básicas, combinarás series y visualizarás los resultados.
3
Resumir tus datos y visualizar el resultado
En este capítulo, aprenderás a capturar características clave de variables individuales en métricas sencillas. Así te será más fácil entender la distribución de las variables en tu conjunto de datos: ¿Qué valores son centrales o típicos en tus datos? ¿Tus datos están muy dispersos o más bien concentrados alrededor de un punto medio? ¿Hay valores atípicos? ¿Cómo es la distribución general?
4
Agrupar y describir tus datos por categoría
Este capítulo introduce la posibilidad de agrupar datos por una o más variables categóricas y de calcular y visualizar estadísticas de resumen para cada categoría. En el proceso, aprenderás a comparar estadísticas de empresas por sectores y por año de IPO, analizar la distribución de ingresos global a lo largo del tiempo y crear varios gráficos estadísticos con la biblioteca seaborn.
Importación y gestión de datos financieros en Python
Curso
completado
