Перейти к основному контенту
ГлавнаяPython

Курс

Импорт и управление финансовыми данными в Python

Средний уровеньУровень навыков
Обновлено 02.2023
В этом курсе вы узнаете, как импортировать и управлять финансовыми данными в Python с помощью различных инструментов и источников.
Начать курс бесплатно
PythonApplied Finance
5 ч
16 видео
53 Упражнения
4,350 XP
45,088
Справка об успешном завершении

Создать бесплатный аккаунт

Продолжить через GoogleПоказать больше вариантов

или


Продолжая, вы принимаете наши Условия использования, Политику конфиденциальности и соглашаетесь с хранением ваших данных в США.

Любимая обучающимися из тысяч компаний

Group

Обучаете команду?

Попробуйте для бизнеса

Описание курса

Если вы хотите применить навыки Python для науки о данных к реальным финансовым данным, этот курс даст вам ценные инструменты для работы. Сначала вы научитесь переносить данные из Excel в pandas и обратно. Затем — получать котировки акций через различные онлайн-API, например Google или Yahoo! Finance, макроэкономические данные из Федерального резерва, а также обменные курсы с OANDA. В завершение вы научитесь рассчитывать доходность за разные временные горизонты, анализировать результативность акций по секторам для IPO, а также вычислять и обобщать корреляции.

Необходимые условия

Data Manipulation with pandas
1

Импорт данных о биржевых листингах из Excel

В этой главе вы научитесь импортировать, очищать и объединять данные с листов книги Excel в DataFrame pandas. Вы также попрактикуетесь в группировке данных, обобщении информации по категориям и визуализации результатов с помощью подграфиков и тепловых карт. Вы будете работать с данными о компаниях, котирующихся на биржах NASDAQ, NYSE и AMEX: название компании, тикер, последняя рыночная капитализация и цена, сектор или отраслевая группа, год IPO. В главе 2 вы используете эти данные для загрузки и анализа истории цен акций некоторых из этих компаний.
Начать главу
2

Импорт финансовых данных из интернета

В этой главе рассматривается доступ к онлайн-данным Google Finance и сервиса данных Федерального резерва через pandas DataReader. Вы будете загружать данные, выполнять базовые операции с ними, объединять ряды данных и визуализировать результаты.
Начать главу
3

Анализ и визуализация данных

В этой главе вы научитесь описывать ключевые характеристики отдельных переменных с помощью простых метрик. Это поможет лучше понять распределение переменных в вашем наборе данных: какие значения являются центральными или типичными? Насколько разбросаны данные или, напротив, сосредоточены вокруг некоторой средней точки? Есть ли выбросы? Как выглядит общее распределение?
Начать главу
4

Агрегирование и описание данных по категориям

Эта глава посвящена группировке данных по одной или нескольким категориальным переменным, а также вычислению и визуализации сводной статистики для каждой категории. В процессе работы вы научитесь сравнивать показатели компаний по различным секторам и годам IPO, анализировать глобальное распределение доходов во времени, а также строить различные статистические графики с помощью библиотеки seaborn.
Начать главу
Импорт и управление финансовыми данными в Python
Курс
завершён

Получить сертификат об окончании

Добавьте эту квалификацию в профиль LinkedIn, резюме или CV
Поделитесь в социальных сетях и в обзоре эффективности
Записаться сейчас

Присоединяйтесь к более чем 19 миллионам обучающихся и начните Импорт и управление финансовыми данными в Python уже сегодня!

Создать бесплатный аккаунт

Продолжить через GoogleПоказать больше вариантов

или


Продолжая, вы принимаете наши Условия использования, Политику конфиденциальности и соглашаетесь с хранением ваших данных в США.

Развивайте свои навыки работы с данными с помощью DataCamp для мобильных устройств.

Успевайте в обучении на ходу с помощью наших мобильных курсов и ежедневных 5-минутных заданий по программированию.