Después de hacer estos cursos, me siento seguro creando visualizaciones y cuadros de mando profesionales
Shoebur RahmanEspecialista en adquisiciones, Giz Bangladesh
Descripción del curso
¿Trabajas como analista financiero o de negocio, o simplemente buscas una forma más sencilla de gestionar tu cartera de acciones? Aprender Python puede automatizar tareas financieras como calcular el riesgo, evaluar la salud del mercado y visualizar las tendencias de precios de una acción, ahorrándote tiempo y dinero.En este curso, aprenderás a usar estructuras de datos de Python, sentencias de control de ejecución y DataFrames para manipular datos financieros. Después trabajarás con pandas, usando datos de la Reserva Federal, para explorar tendencias económicas nacionales, una parte esencial para comprender las estrategias de inversión. También calcularás el riesgo a partir de datos de precios de acciones y mostrarás estos datos en gráficos fáciles de interpretar. Al finalizar el curso, serás el nuevo Python de Wall Street.
Requisitos previos
Programa de formación
Contenido del curso
1
Fechas y diccionarios
En este capítulo, aprenderás a crear y manipular objetos datetime de Python para ayudarte a identificar eventos financieros clave, como el Black Friday. También aprenderás a almacenar y buscar elementos de forma eficiente usando diccionarios de Python.
- Representar el tiempo con objetos datetime50 XP
- Crear datetimes para fechas100 XP
- Datetimes a partir de cadenas100 XP
- Convertir formatos con datetimes100 XP
- Trabajar con objetos datetime50 XP
- Acceder a atributos de datetime100 XP
- Comparar objetos datetime100 XP
- Creando datetimes relativos100 XP
- Diccionarios50 XP
- Creación y acceso a diccionarios100 XP
- Acceder de forma segura y eliminar100 XP
2
Flujo de control y lógica
A través de actividades prácticas, descubrirás cómo usar lógica booleana para determinar la verdad y utilizar operadores de comparación e igualdad para controlar la ejecución en sentencias if y bucles.
3
DataFrame de pandas
Descubre cómo crear y acceder a DataFrames con pandas usando datos financieros procedentes de otras estructuras de datos, incluidos diccionarios, listas y archivos CSV. Luego obtendrás información adicional al agregar datos por filas o columnas, calcular medias y ampliar tus datos usando funciones.
4
Trabajo con datos de acciones del NASDAQ
En este capítulo final, trabajarás con datos reales de acciones del NASDAQ mientras aprendes a interpretar datos nuevos, crear máscaras para filtrar datos y visualizar tus resultados con gráficos.
Python intermedio para finanzas
Curso
completado
