Na het volgen van deze cursussen voel ik me zeker genoeg om professionele visualisaties en dashboards te maken
Shoebur RahmanInkoopspecialist, Giz Bangladesh
Cursusbeschrijving
Wil je je nieuwe vaardigheden uit 'Python for Data Science' toepassen op echte financiële data? Dan krijg je in deze cursus een aantal zeer waardevolle tools.
Eerst leer je hoe je data vanuit Excel naar pandas haalt en weer terug. Daarna leer je hoe je aandelenkoersen ophaalt via verschillende online API’s zoals
Google of Yahoo! Finance, macrodata van de Federal Reserve en wisselkoersen van OANDA. Tot slot leer je hoe je rendementen voor verschillende tijdshorizonnen berekent,
hoe je aandelenprestaties per sector voor IPO’s analyseert, en hoe je correlaties berekent en samenvat.
Vereisten
Lesprogramma
Cursusoverzicht
1
Noteringsgegevens uit Excel importeren
In dit hoofdstuk leer je hoe je data uit werkbladen in een Excel-werkmap importeert, opschoont en samenvoegt tot één pandas DataFrame. Je oefent ook met het groeperen van data, het samenvatten van informatie per categorie en het visualiseren van het resultaat met subplots en heatmaps.
Je werkt met data over bedrijven die genoteerd staan aan de beurzen NASDAQ, NYSE en AMEX, met informatie over bedrijfsnaam, tickersymbool, laatste marktkapitalisatie en prijs, sector of bedrijfstak en IPO-jaar. In hoofdstuk 2 bouw je hierop voort om koersgeschiedenis voor een aantal van deze bedrijven te downloaden en te analyseren.
- Data uit CSV lezen, bekijken en opschonen50 XP
- Importeer beursnoteringen van de NASDAQ100 XP
- Hoe los je de data-import op?50 XP
- Lees data in met .read_csv() met de juiste parse-argumenten100 XP
- Gegevens lezen uit Excel-werkbladen50 XP
- Laad noteringsinfo uit één werkblad100 XP
- Laad listinggegevens uit twee werkbladen100 XP
- Gegevens combineren uit meerdere werkbladen50 XP
- Laad alle noteringsdata en itereren over key-value-koppels in een dictionary100 XP
- Hoeveel bedrijven staan er genoteerd op de NYSE en NASDAQ?50 XP
- Automatiseer het laden en samenvoegen van data uit meerdere Excel-werkbladen100 XP
2
Financiële data van het web importeren
In dit hoofdstuk maak je kennis met online datatoegang tot Google Finance en de Federal Reserve Data Service via de `pandas` `DataReader`. Je haalt data op, voert basisbewerkingen uit, combineert dataseries en visualiseert de resultaten.
3
Je data samenvatten en het resultaat visualiseren
In dit hoofdstuk leer je hoe je de belangrijkste kenmerken van afzonderlijke variabelen vastlegt in eenvoudige kengetallen. Daardoor wordt het makkelijker om de verdeling van de variabelen in je gegevensset te begrijpen: Welke waarden zijn centraal of typisch voor je data? Is je data sterk verspreid, of juist smal geconcentreerd rond een midden? Zijn er uitschieters? Hoe ziet de totale verdeling eruit?
4
Je data aggregeren en beschrijven per categorie
In dit hoofdstuk leer je data te groeperen op één of meer categorische variabelen en samenvattende statistieken per categorie te berekenen en te visualiseren. Daarbij leer je bedrijfsstatistieken per sector en IPO-jaargang te vergelijken, de wereldwijde inkomensverdeling in de tijd te analyseren en verschillende statistische grafieken uit de seaborn-bibliotheek te maken.
Financiële data importeren en beheren in Python
Cursus
voltooid
