After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Opis kursu
Jeśli chcesz wykorzystać umiejętności z zakresu Pythona do analizy danych i zastosować je do rzeczywistych danych finansowych, ten kurs wyposaży cię w bardzo przydatne narzędzia.
Nauczysz się, jak przenosić dane z Excela do pandas i z powrotem. Następnie dowiesz się, jak pobierać kursy akcji z różnych interfejsów API, takich jak
Google czy Yahoo! Finance, dane makroekonomiczne z Rezerwy Federalnej oraz kursy walut z OANDA. Na koniec nauczysz się obliczać stopy zwrotu dla różnych horyzontów czasowych,
analizować wyniki akcji według sektorów dla spółek debiutujących na giełdzie (IPO) oraz obliczać i podsumowywać korelacje.
Wymagania wstępne
Program kursu
Plan kursu
1
Importowanie danych giełdowych z Excela
W tym rozdziale nauczysz się importować, czyścić i łączyć dane z arkuszy skoroszytu Excela w ramkę danych pandas. Przećwiczysz też grupowanie danych, podsumowywanie informacji dla poszczególnych kategorii oraz wizualizację wyników za pomocą wykresów zbiorczych i map ciepła.
Będziesz pracować z danymi spółek notowanych na giełdach NASDAQ, NYSE i AMEX – w tym z nazwami firm, symbolami tickerów, ostatnią kapitalizacją rynkową, ceną akcji, sektorem lub grupą branżową oraz rokiem debiutu giełdowego (IPO). W rozdziale 2 wykorzystasz te dane do pobrania i analizy historii kursów akcji wybranych spółek.
- Wczytywanie, analiza i czyszczenie danych z pliku CSV50 XP
- Importowanie danych o spółkach notowanych na NASDAQ100 XP
- Jak poprawić import danych?50 XP
- Wczytaj dane za pomocą .read_csv() z odpowiednimi argumentami parsowania100 XP
- Wczytywanie danych z arkuszy Excela50 XP
- Wczytywanie danych z jednego arkusza100 XP
- Wczytywanie danych z dwóch arkuszy100 XP
- Łączenie danych z wielu arkuszy50 XP
- Wczytaj wszystkie dane giełdowe i iteruj po parach klucz-wartość słownika100 XP
- Ile spółek jest notowanych na NYSE i NASDAQ?50 XP
- Automatyzacja wczytywania i łączenia danych z wielu arkuszy Excela100 XP
2
Importowanie danych finansowych z internetu
Ten rozdział wprowadza dostęp do danych online z Google Finance oraz serwisu danych Rezerwy Federalnej za pośrednictwem `pandas` `DataReader`. Pobierzesz dane, wykonasz podstawowe operacje, połączysz serie danych i zwizualizujesz wyniki.
3
Podsumowywanie danych i wizualizacja wyników
W tym rozdziale nauczysz się opisywać kluczowe cechy poszczególnych zmiennych za pomocą prostych miar statystycznych. Dzięki temu łatwiej zrozumiesz rozkład zmiennych w swoim zbiorze danych: Jakie wartości są centralne lub typowe dla twoich danych? Czy dane są bardzo rozproszone, czy skupione wokół pewnego punktu środkowego? Czy występują wartości odstające? Jak wygląda ogólny rozkład?
4
Agregowanie i opisywanie danych według kategorii
Ten rozdział pokazuje, jak grupować dane według jednej lub wielu zmiennych kategorycznych oraz jak obliczać i wizualizować statystyki opisowe dla każdej kategorii. Przy okazji nauczysz się porównywać statystyki spółek z różnych sektorów i roczników IPO, analizować globalny rozkład dochodów w czasie, a także tworzyć różnorodne wykresy statystyczne przy użyciu biblioteki seaborn.
Importowanie i zarządzanie danymi finansowymi w Pythonie
Kurs
ukończony
