Build your ultimate AI agent
Descrição do curso
Neste curso, você vai aprender o básico de como manipular dados de séries temporais. Dados de séries temporais são dados indexados por uma sequência de datas ou horários. Você vai aprender a usar os métodos do Pandas para trabalhar com esse índice. Também vai aprender a fazer o reamostramento (resampling) de séries temporais para mudar a frequência. Este curso também vai mostrar como calcular valores móveis (rolling) e acumulados para séries temporais. Por fim, você vai usar todas essas habilidades para construir um índice de ações ponderado por valor a partir de dados reais do mercado.
Pré-requisitos
Programa de estudos
Conteúdo do curso
1
Trabalhando com séries temporais no Pandas
Este capítulo estabelece as bases para aproveitar os recursos poderosos de séries temporais disponibilizados pela forma como o Pandas representa datas, em especial pelo DateTimeIndex. Você vai aprender a criar e manipular informações de data e séries temporais, e como fazer cálculos com DataFrames cientes de tempo para deslocar seus dados no tempo ou criar retornos por período.
- Como usar datas e horários com pandas50 XP
- Sua primeira série temporal100 XP
- Indexando e reamostrando séries temporais50 XP
- Crie uma série temporal de dados de qualidade do ar100 XP
- Comparar tendências anuais do preço das ações100 XP
- Definir e alterar a frequência de séries temporais100 XP
- Defasagens, variações e retornos em séries de preços de ações50 XP
- Deslocando preços de ações no tempo100 XP
- Calculando variações no preço das ações100 XP
- Plotando retornos de múltiplos períodos100 XP
2
Métricas básicas de séries temporais e reamostragem
Este capítulo aprofunda as funcionalidades essenciais de séries temporais disponibilizadas pelo pandas DataTimeIndex. Ele apresenta o reamostramento (resampling) e como comparar diferentes séries temporais normalizando seus pontos de início.
3
Funções de janela: métricas rolling e expanding
Este capítulo vai mostrar como usar funções de janela para calcular métricas de séries temporais tanto para janelas móveis (rolling) quanto expansivas (expanding).
4
Juntando tudo: construindo um índice ponderado por valor
Este capítulo combina os conceitos anteriores ensinando você a criar um índice ponderado por valor. Esse índice usa dados de valor de mercado contidos nas listagens da bolsa para calcular os pesos e informações de preços de ações de 2016. O desempenho do índice é então comparado a benchmarks para avaliar a performance do índice que você criou.
Manipulando dados de séries temporais em Python
Curso
concluído
