본문으로 바로가기

강의

금융을 위한 중급 Python

중급기술 수준

업데이트됨 2022. 6.

금융을 위한 Python 역량을 확장하세요. datetime, if문, DataFrame 등 핵심 기능을 익혀 더 깊이 있는 분석을 수행합니다.

무료로 강의 시작

PythonApplied Finance

4시간

15 동영상

52 연습 문제

4,150 XP

34,308

성취 증명서

수천 개 기업의 학습자들이 사랑하는

팀을 교육하시나요?

비즈니스용으로 체험해 보세요

강의 설명

재무 분석가나 비즈니스 분석가이신가요, 아니면 주식 포트폴리오를 더 쉽게 관리하는 방법을 찾고 계신가요? 그렇다면 Python을 배우면 위험 계산, 시장 건강도 파악, 주가 추세 시각화 같은 금융 업무를 자동화하여 시간과 비용을 절약할 수 있어요.이 강의에서는 Python의 자료 구조, 실행 제어문, 그리고 DataFrame을 사용해 금융 데이터를 조작하는 방법을 배웁니다. 이어서 연방준비은행(Federal Reserve Bank) 데이터를 pandas로 다루며 국가 경제 동향을 탐색해 투자 전략을 이해하는 데 꼭 필요한 기반을 쌓습니다. 또한 주가 데이터를 바탕으로 위험을 계산하고, 이해하기 쉬운 그래프로 시각화해요. 강의를 마치면 여러분은 ‘월가의 새로운 Python 고수’가 되어 있을 거예요.

선수 조건

Introduction to Python for Finance

1

Datetimes and Dictionaries

In this chapter, you’ll learn how to create and manipulate Python datetime objects to help you identify key financial events, such as Black Friday. You’ll also learn how to store and efficiently look up items using Python dictionaries.

Representing time with datetimes

Creating datetimes for dates

Datetimes from strings

Converting format with datetimes

Working with datetimes

Accessing datetime attributes

Comparing datetimes

Making relative datetimes

Dictionaries

Creating and accessing dictionaries

Accessing safely and deleting

2

Control Flow and Logic

Through hands-on activities, you’ll discover how to use Boolean logic to determine truth and use comparison and equality operators to control execution in if-statements and loops.

Comparison operators

Equality across types

Assignment and equality

Comparing dividends

Boolean operators

Decisions with Boolean operations

Assigning variables with Boolean operators

Negating with Boolean operators

If statements

Control statements

Comparing sales and purchases

Branching with elif and else

For and while loops

Breaking out of a for loop

Controlling loop execution

3

Pandas Dataframe

Discover how to create and access DataFrames with pandas using financial data from other data structures, including Dicts, lists, and CSV files. You’ll then uncover additional insights, as you aggregate data across rows or columns, calculate averages, and extend your data using functions.

Creating a DataFrame

Creating DataFrames

Reading market history

Accessing Data

Accessing using names

Accessing using indexes

Aggregating and summarizing

Mean prices

Median prices

Extending and manipulating data

Creating new columns

Dropping columns from DataFrame

Manipulating data with Pandas

4

Working with NASDAQ Stock Data

In this final chapter, you’ll try your hand at working with real-world NASDAQ stock data as you learn how to interpret new data, create masks to filter data, and visualize your findings with plots.

Peeking at data with head, tail, and describe

Why use describe

Peek at top and bottom

Describing data

Filtering data

Why filter data

Filtering stock data.

Selecting data from data range

Plotting data

Identifying plot type

Making a line plot

Choose kind of plot

Wrapping up

금융을 위한 중급 Python

강의
완료

수료증 획득

LinkedIn 프로필, 이력서 또는 CV에 이 인증서를 추가하세요
소셜 미디어와 성과 평가에서 공유하세요지금 등록

19백만 명 이상의 학습자와 함께 금융을 위한 중급 Python을(를) 시작하세요!

DataCamp for Mobile을 통해 데이터 분석 능력을 향상시키세요.

모바일 강좌와 매일 5분 코딩 챌린지를 통해 이동 중에도 학습 효과를 높이세요.