Build your ultimate AI agent
Opis kursu
W tym kursie poznasz podstawy manipulowania danymi szeregów czasowych. Szeregi czasowe to dane indeksowane sekwencją dat lub godzin. Nauczysz się korzystać z metod wbudowanych w bibliotekę Pandas do pracy z tym indeksem. Dowiesz się też, jak próbkować szeregi czasowe, aby zmieniać ich częstotliwość. Kurs pokaże ci również, jak obliczać wartości kroczące i skumulowane dla szeregów czasowych. Na koniec wykorzystasz wszystkie zdobyte umiejętności, aby zbudować ważony wartością indeks giełdowy na podstawie rzeczywistych danych o akcjach.
Wymagania wstępne
Program kursu
Plan kursu
1
Praca z szeregami czasowymi w Pandas
Ten rozdział tworzy fundament do efektywnego korzystania z możliwości szeregów czasowych, jakie daje sposób, w jaki Pandas reprezentuje daty – w szczególności poprzez DateTimeIndex. Nauczysz się tworzyć i przekształcać informacje o datach oraz szeregi czasowe, a także wykonywać obliczenia na DataFrames uwzględniających czas, aby przesuwać dane w czasie lub obliczać zwroty dla określonych okresów.
- Jak używać dat i godzin w pandas50 XP
- Twoja pierwsza seria czasowa100 XP
- Indeksowanie i próbkowanie szeregów czasowych50 XP
- Tworzenie szeregu czasowego danych o jakości powietrza100 XP
- Porównanie rocznych trendów cen akcji100 XP
- Ustawianie i zmiana częstotliwości szeregu czasowego100 XP
- Opóźnienia, zmiany i zwroty dla szeregów cenowych akcji50 XP
- Przesuwanie cen akcji w czasie100 XP
- Obliczanie zmian cen akcji100 XP
- Wykresy zwrotów dla różnych okresów100 XP
2
Podstawowe metryki szeregów czasowych i resampling
Ten rozdział zagłębia się w kluczowe funkcje szeregów czasowych dostępne za pośrednictwem DateTimeIndex biblioteki pandas. Poznasz resampling oraz sposoby porównywania różnych szeregów czasowych przez normalizację ich punktów startowych.
3
Funkcje okna: metryki kroczące i kumulatywne
W tym rozdziale dowiesz się, jak używać funkcji okna do obliczania metryk szeregów czasowych dla okien kroczących i kumulatywnych.
4
Podsumowanie: budowanie indeksu ważonego wartością
Ten rozdział łączy wcześniej poznane zagadnienia i pokazuje, jak zbudować indeks ważony wartością. Indeks ten wykorzystuje dane o kapitalizacji rynkowej zawarte w notowaniach giełdowych do obliczania wag oraz informacje o cenach akcji z 2016 roku. Wyniki indeksu są następnie porównywane z benchmarkami, aby ocenić jego skuteczność.
Manipulowanie danymi szeregów czasowych w Pythonie
Kurs
ukończony
