Po ukończeniu tych kursów czuję się pewnie w tworzeniu profesjonalnych wizualizacji i pulpitów nawigacyjnych
Shoebur RahmanSpecjalista ds. zakupów, Giz Bangladesh
Opis kursu
Czy pracujesz jako analityk finansowy lub biznesowy, a może chcesz łatwiej zarządzać swoim portfelem akcji? Python pomoże ci zautomatyzować zadania finansowe – obliczanie ryzyka, ocenę kondycji rynku i wizualizację trendów cenowych akcji – oszczędzając czas i pieniądze.W tym kursie nauczysz się korzystać ze struktur danych Pythona, instrukcji sterujących i ramek danych (DataFrame), by efektywnie przetwarzać dane finansowe. Następnie użyjesz biblioteki pandas i danych z Banku Rezerwy Federalnej, aby analizować krajowe trendy gospodarcze – kluczowy element każdej strategii inwestycyjnej. Obliczysz też ryzyko na podstawie danych o cenach akcji i przedstawisz wyniki w przejrzystych wykresach. Po ukończeniu kursu będziesz gotowy, by zmierzyć się z prawdziwymi wyzwaniami finansowych rynków.
Wymagania wstępne
Program nauczania
Plan kursu
1
Daty i słowniki
W tym rozdziale nauczysz się tworzyć obiekty datetime w Pythonie i nimi manipulować, aby identyfikować kluczowe zdarzenia finansowe. Dowiesz się też, jak przechowywać dane i efektywnie je wyszukiwać za pomocą słowników Pythona.
- Reprezentowanie czasu za pomocą obiektów datetime50 XP
- Tworzenie obiektów datetime dla dat100 XP
- Obiekty datetime z ciągów znaków100 XP
- Konwersja formatu dat z użyciem datetime100 XP
- Praca z obiektami datetime50 XP
- Dostęp do atrybutów obiektu datetime100 XP
- Porównywanie obiektów datetime100 XP
- Tworzenie względnych obiektów datetime100 XP
- Słowniki50 XP
- Tworzenie słowników i dostęp do nich100 XP
- Bezpieczny dostęp i usuwanie100 XP
2
Sterowanie przepływem i logika
Dzięki ćwiczeniom praktycznym poznasz logikę boolowską i nauczysz się używać operatorów porównania oraz równości do sterowania wykonywaniem kodu w instrukcjach warunkowych i pętlach.
3
Ramki danych pandas
Dowiesz się, jak tworzyć ramki danych i uzyskiwać do nich dostęp za pomocą biblioteki pandas, korzystając z danych finansowych zapisanych w różnych strukturach – słownikach, listach i plikach CSV. Nauczysz się też agregować dane według wierszy i kolumn, obliczać średnie oraz rozszerzać zbiory danych przy użyciu funkcji.
4
Praca z danymi giełdowymi NASDAQ
W tym ostatnim rozdziale zmierzysz się z prawdziwymi danymi giełdowymi NASDAQ. Nauczysz się interpretować nowe dane, tworzyć maski do filtrowania danych i wizualizować wyniki na wykresach.
Python dla finansów – poziom średniozaawansowany
Kurs
ukończony
