Vai al contenuto principale

Corso

Importing and Managing Financial Data in Python

IntermedioLivello di competenza

Aggiornato 02/2023

In questo corso imparerai come importare e gestire i dati finanziari in Python usando vari strumenti e fonti.

Inizia il corso gratis

PythonApplied Finance

5 h

16 video

53 Esercizi

4,350 XP

45,092

Attestato di conseguimento

Preferito dagli studenti di migliaia di aziende

Formare un team?

Prova per il Business

Descrizione del corso

Se vuoi mettere in pratica le tue nuove competenze di "Python for Data Science" su dati finanziari reali, questo corso ti fornirà strumenti molto utili. Per prima cosa imparerai a trasferire i dati da Excel a pandas e viceversa. Poi imparerai a scaricare i prezzi azionari da varie API online come Google o Yahoo! Finance, dati macro dalla Federal Reserve e tassi di cambio da OANDA. Infine, imparerai a calcolare i rendimenti su vari orizzonti temporali, analizzare la performance azionaria per settore per le IPO e calcolare e sintetizzare le correlazioni.

Prerequisiti

Data Manipulation with pandas

1

Importare l’elenco dei titoli da Excel

In questo capitolo imparerai a importare, pulire e combinare dati da fogli di lavoro Excel in un DataFrame di pandas. Farai anche pratica nel raggruppare i dati, riassumere le informazioni per categoria e visualizzare i risultati usando subplot e heatmap. Userai dati su società quotate alle borse NASDAQ, NYSE e AMEX con informazioni su nome della società, simbolo del titolo, ultima capitalizzazione e prezzo di mercato, settore o gruppo industriale e anno di IPO. Nel Capitolo 2, approfondirai questi dati per scaricare e analizzare la storia dei prezzi di alcune di queste società.

Lettura, ispezione e pulizia dei dati da CSV

Importa le informazioni sulle società dal NASDAQ

Come correggere l'import dei dati?

Leggi i dati con .read_csv() usando argomenti di parsing adeguati

Leggi i dati dai fogli di lavoro di Excel

Carica le informazioni di listing da un singolo foglio

Carica i dati delle quotazioni da due fogli

Combina i dati da più fogli di lavoro

Carica tutti i dati di listing e itera sulle coppie chiave-valore del dizionario

Quante aziende sono quotate su NYSE e NASDAQ?

Automatizza il caricamento e la combinazione dei dati da più fogli di lavoro Excel

Inizia il capitolo

2

Importare dati finanziari dal web

Questo capitolo introduce l’accesso ai dati online di Google Finance e del Federal Reserve Data Service tramite il DataReader di pandas. Scaricherai i dati, effettuerai manipolazioni di base, combinerai serie temporali e visualizzerai i risultati.

DataReader: accedere ai dati finanziari online

Ottieni i dati azionari per una singola società

Visualizza l’andamento di un titolo azionario

Dati economici dalla Federal Reserve

Visualizza l’andamento di lungo periodo del prezzo del petrolio

Confronta partecipazione al mercato del lavoro e tasso di disoccupazione

Confronta la performance di obbligazioni e azioni

Seleziona i titoli e recupera i dati da Yahoo! Finance

Seleziona le prime 5 società consumer quotate

Ottieni il ticker della più grande società di consumer services

Trova la più grande azienda consumer quotata dopo il 1998

Recupera più titoli e gestisci un MultiIndex

Ottieni i dati per le 3 maggiori società finanziarie

Inizia il capitolo

3

Riepilogare i dati e visualizzare i risultati

In questo capitolo imparerai a cogliere le caratteristiche chiave delle singole variabili tramite metriche semplici. In questo modo sarà più facile comprendere la distribuzione delle variabili nel tuo insieme di dati: Quali valori sono centrali o tipici? I dati sono molto dispersi o piuttosto concentrati attorno a un valore medio? Ci sono outlier? Che aspetto ha la distribuzione complessiva?

Riepiloga i tuoi dati con statistiche descrittive

Elenca i paesi più poveri e più ricchi al mondo

Redditi globali: Tendenza centrale

Descrivi la distribuzione dei tuoi dati con i quantili

Redditi globali: dispersione

Decili della distribuzione del reddito globale

Ottenere tutte le statistiche

Visualizza la distribuzione dei tuoi dati

Visualizzare la distribuzione del reddito internazionale

Tassi di crescita in Brasile, Cina e USA

Evidenziare valori nella distribuzione

Riepiloga le variabili categoriche

Aziende per settore su tutte le borse

IPO tecnologiche per anno su tutte le borse

Inizia il capitolo

4

Aggregare e descrivere i dati per categoria

Questo capitolo introduce la possibilità di raggruppare i dati in base a una o più variabili categoriche e di calcolare e visualizzare statistiche riepilogative per ciascuna categoria. Nel frattempo imparerai a confrontare le statistiche aziendali per diversi settori e annate di IPO, analizzare l’evoluzione della distribuzione del reddito globale nel tempo e creare vari grafici statistici con la libreria seaborn.

Aggrega i tuoi dati per categoria

Capitalizzazione mediana per settore

Capitalizzazione mediana per anno di IPO

Tutte le statistiche descrittive per settore

Altri modi per aggregare i tuoi dati

Valore aziendale per mercato e settore

Calcola diverse metriche per settore e borsa

Statistiche descrittive per categoria con seaborn

Traccia la timeline delle IPO per tutte le borse con countplot()

Reddito pro capite mediano globale nel tempo

Calcola diverse metriche per settore e anno di IPO

Distribuzioni per categoria con seaborn

Andamento dell'inflazione in Cina, India e USA

Distribuzione dei tassi di inflazione in Cina, India e USA

Congratulazioni!

Inizia il capitolo

Importing and Managing Financial Data in Python

Corso
completato

Ottieni Attestato di conseguimento

Aggiungi questa certificazione al tuo profilo LinkedIn, al curriculum o al CV
Condividila sui social e nella valutazione delle tue performanceIscriviti ora

Unisciti a oltre 19 milioni di studenti e inizia Importing and Managing Financial Data in Python oggi!

Aumenta le tue competenze sui dati con l'app di DataCamp

Avanza ovunque ti trovi con i nostri corsi per dispositivi mobili e le nostre sfide di programmazione quotidiane da 5 minuti.