Dopo aver seguito questi corsi, mi sento sicuro nel creare visualizzazioni e dashboard professionali
Shoebur RahmanSpecialista degli acquisti, Giz Bangladesh
Descrizione del corso
In questo corso imparerai le basi per manipolare le serie temporali. Le serie temporali sono dati indicizzati da una sequenza di date o orari. Vedrai come usare i metodi integrati in Pandas per lavorare con questo indice. Imparerai anche come ricampionare le serie temporali per cambiare la frequenza. Il corso ti mostrerà inoltre come calcolare valori mobili e cumulati per le serie temporali. Infine, metterai in pratica le nuove competenze per costruire un indice azionario ponderato per valore a partire da dati reali di borsa.
Prerequisiti
Programma
Struttura del corso
1
Lavorare con le serie temporali in Pandas
Questo capitolo getta le basi per sfruttare le potenti funzionalità per serie temporali rese possibili dal modo in cui Pandas rappresenta le date, in particolare con DateTimeIndex. Imparerai a creare e manipolare informazioni di data e serie temporali, e a fare calcoli con DataFrame sensibili al tempo per spostare i tuoi dati nel tempo o creare rendimenti specifici per periodo.
- Come usare date e orari con pandas50 XP
- La tua prima serie temporale100 XP
- Indicizzazione e ricampionamento delle serie temporali50 XP
- Crea una serie temporale con i dati sulla qualità dell'aria100 XP
- Confronta l'andamento annuale del prezzo delle azioni100 XP
- Impostare e modificare la frequenza di una serie temporale100 XP
- Ritardi, variazioni e rendimenti per le serie dei prezzi azionari50 XP
- Spostare i prezzi azionari nel tempo100 XP
- Calcolare le variazioni del prezzo azionario100 XP
- Tracciare i rendimenti multi-periodo100 XP
2
Metriche di base e ricampionamento delle serie temporali
Questo capitolo approfondisce le funzionalità essenziali per serie temporali offerte da pandas tramite il DataTimeIndex. Introduce il ricampionamento e come confrontare serie temporali diverse normalizzando i loro punti di partenza.
3
Funzioni finestra: metriche rolling ed expanding
Questo capitolo ti mostrerà come usare le funzioni finestra per calcolare metriche su serie temporali sia con finestre mobili (rolling) sia con finestre espandenti (expanding).
4
Mettere tutto insieme: costruire un indice ponderato per valore
Questo capitolo combina i concetti precedenti insegnandoti a creare un indice ponderato per valore. Questo indice utilizza i dati di capitalizzazione di mercato contenuti negli elenchi di borsa per calcolare i pesi e le informazioni sui prezzi azionari del 2016. Le prestazioni dell'indice vengono poi confrontate con benchmark per valutarne l’efficacia rispetto a quanto hai creato.
Elaborazione di serie temporali in Python
Corso
completato
