Depois de fazer esses cursos, sinto-me confiante para criar visualizações e painéis profissionais
Shoebur RahmanEspecialista em compras, Giz Bangladesh
Descrição do curso
Se você quer aplicar suas novas habilidades de 'Python para Data Science' a dados financeiros do mundo real, este curso vai te dar ferramentas muito valiosas.
Primeiro, você vai aprender a transferir dados do Excel para o pandas e vice-versa. Depois, vai descobrir como baixar preços de ações de várias APIs online como
Google ou Yahoo! Finance, dados macroeconômicos do Federal Reserve e taxas de câmbio da OANDA. Por fim, você vai aprender a calcular retornos em diferentes horizontes de tempo,
analisar o desempenho de ações por setor para IPOs e calcular e resumir correlações.
Pré-requisitos
Programa de estudos
Conteúdo do curso
1
Importando dados de listagem de ações a partir do Excel
Neste capítulo, você vai aprender a importar, limpar e combinar dados de planilhas de uma pasta de trabalho do Excel em um DataFrame do pandas. Você também vai praticar como agrupar dados, resumir informações por categorias e visualizar o resultado usando subplots e heatmaps.
Você usará dados de empresas listadas nas bolsas NASDAQ, NYSE e AMEX com informações sobre nome da empresa, símbolo da ação, última capitalização de mercado e preço, setor ou grupo de indústria e ano do IPO. No Capítulo 2, você vai desenvolver a partir desses dados para baixar e analisar o histórico de preços de ações de algumas dessas empresas.
- Lendo, inspecionando e limpando dados de CSV50 XP
- Importar informações de listagem de ações da NASDAQ100 XP
- Como corrigir a importação dos dados?50 XP
- Ler dados usando .read_csv() com argumentos de parsing adequados100 XP
- Ler dados de planilhas do Excel50 XP
- Carregar informações de listagem de uma única planilha100 XP
- Carregar dados de listagem de duas planilhas100 XP
- Combine dados de várias planilhas50 XP
- Carregar todos os dados de listagem e iterar sobre pares chave-valor de dicionário100 XP
- Quantas empresas estão listadas na NYSE e na NASDAQ?50 XP
- Automatize o carregamento e a combinação de dados de várias planilhas do Excel100 XP
2
Importando dados financeiros da web
Este capítulo apresenta o acesso online ao Google Finance e ao Federal Reserve Data Service por meio do `pandas` `DataReader`. Você vai baixar dados, fazer manipulações básicas, combinar séries de dados e visualizar os resultados.
3
Resumindo seus dados e visualizando o resultado
Neste capítulo, você vai aprender a capturar características-chave de variáveis individuais em métricas simples. Assim, ficará mais fácil entender a distribuição das variáveis no seu conjunto de dados: Quais valores são centrais ou típicos dos seus dados? Seus dados são amplamente dispersos ou mais concentrados em torno de um ponto central? Existem outliers? Como é a distribuição geral?
4
Agregando e descrevendo seus dados por categoria
Este capítulo apresenta a capacidade de agrupar dados por uma ou mais variáveis categóricas e calcular e visualizar estatísticas-resumo para cada categoria. No processo, você vai aprender a comparar estatísticas de empresas por diferentes setores e coortes de IPO, analisar a distribuição de renda global ao longo do tempo e criar vários gráficos estatísticos com a biblioteca seaborn.
Importing and Managing Financial Data in Python
Curso
concluído
