이 강의들을 수강한 후, 전문적인 시각화와 대시보드를 자신 있게 만들 수 있게 되었습니다
Shoebur Rahman구매 담당자, Giz Bangladesh
강의 설명
새로 익힌 'Python for Data Science' 역량을 실제 금융 데이터에 활용하고 싶다면, 이 과정이 매우 유용한 도구를 제공해 드립니다.
먼저 Excel에서 pandas로 데이터를 가져오고 다시 내보내는 방법을 배웁니다. 이어서 Google이나 Yahoo! Finance 같은 다양한 온라인 API에서 주가를 가져오고, 연준(Federal Reserve)의 거시 지표, OANDA의 환율 데이터를 불러오는 방법을 학습합니다. 마지막으로 여러 기간에 대한 수익률 계산, IPO 종목의 섹터별 성과 분석, 상관관계 계산과 요약 방법을 익히게 됩니다.
선수 과목
커리큘럼
강의 개요
1
Excel에서 주식 상장 데이터 가져오기
이 장에서는 Excel 통합 문서의 여러 시트에서 데이터를 pandas DataFrame으로 가져와 정리하고 결합하는 방법을 배웁니다. 또한 데이터를 그룹화하고, 범주별 정보를 요약하며, 서브플롯과 히트맵으로 결과를 시각화하는 연습을 합니다.
NASDAQ, NYSE, AMEX에 상장된 기업의 데이터를 사용하며, 회사명, 티커(symbol), 최근 시가총액과 주가, 섹터 또는 산업군, IPO 연도 정보를 다룹니다. 2장에서 이 데이터를 확장해 일부 기업의 주가 이력을 다운로드하고 분석합니다.
- CSV에서 데이터 읽기, 점검, 그리고 정리하기50 XP
- NASDAQ에서 상장 정보 가져오기100 XP
- 데이터 가져오기는 어떻게 수정할까요?50 XP
- .read_csv()와 적절한 파싱 인자를 사용해 데이터 읽기100 XP
- Excel 워크시트에서 데이터 읽기50 XP
- 단일 시트에서 상장 정보 불러오기100 XP
- 두 개 시트에서 상장 데이터 불러오기100 XP
- 여러 워크시트의 데이터 결합하기50 XP
- 모든 상장 데이터 불러오고 키-값 딕셔너리 쌍 반복 처리하기100 XP
- NYSE와 NASDAQ에는 몇 개의 기업이 상장되어 있나요?50 XP
- 여러 Excel 워크시트에서 데이터를 자동으로 불러오고 결합하기100 XP
2
웹에서 금융 데이터 가져오기
이 장에서는 `pandas`의 `DataReader`를 통해 Google Finance와 연준(Federal Reserve) 데이터 서비스에 온라인으로 접근하는 방법을 소개합니다. 데이터를 불러오고, 기본적인 조작을 수행하며, 시계열을 결합하고, 결과를 시각화합니다.
3
데이터 요약과 결과 시각화
이 장에서는 개별 변수의 핵심 특성을 간단한 지표로 요약하는 방법을 배웁니다. 이를 통해 데이터셋의 분포를 더 쉽게 이해할 수 있습니다. 데이터의 중심이나 전형적인 값은 무엇인가요? 데이터는 넓게 퍼져 있나요, 아니면 어떤 중간값 주변에 좁게 모여 있나요? 이상치는 있나요? 전체 분포의 모양은 어떠한가요?
4
카테고리별로 데이터 집계 및 기술 통계 작성
이 장에서는 하나 이상의 범주형 변수로 데이터를 그룹화하고, 각 범주에 대한 요약 통계를 계산하고 시각화하는 방법을 소개합니다. 이를 통해 서로 다른 섹터와 IPO 빈티지별 기업 통계를 비교하고, 시간에 따른 전 세계 소득 분포를 분석하며, seaborn 라이브러리를 사용해 다양한 통계 차트를 만드는 방법을 학습합니다.
Python으로 금융 데이터 가져오기와 관리
강의
완료
