После прохождения этих курсов я уверенно создаю профессиональные визуализации и дашборды.
Shoebur RahmanСпециалист по закупкам, Giz Bangladesh
Описание курса
В этом курсе вы освоите основы работы с данными временных рядов. Временные ряды — это данные, индексированные последовательностью дат или временных меток. Вы научитесь использовать встроенные методы Pandas для работы с таким индексом, а также изменять частоту временных рядов с помощью ресамплинга. Кроме того, курс научит вас вычислять скользящие и накопленные значения для временных рядов. В завершение вы применёте все полученные навыки, чтобы построить взвешенный по капитализации фондовый индекс на основе реальных биржевых данных.
Предварительные требования
Программа
План курса
1
Работа с временными рядами в Pandas
Эта глава закладывает основу для работы с мощным функционалом временных рядов в Pandas — в особенности с DateTimeIndex. Вы научитесь создавать и преобразовывать даты и временные ряды, выполнять вычисления с учётом времени, сдвигать данные во времени и рассчитывать доходности за отдельные периоды.
- Работа с датами и временем в pandas50 XP
- Ваш первый временной ряд100 XP
- Индексация и ресемплирование временных рядов50 XP
- Создание временного ряда данных о качестве воздуха100 XP
- Сравнение годовых тенденций цен на акции100 XP
- Установка и изменение частоты временного ряда100 XP
- Лаги, изменения и доходность для ряда цен акций50 XP
- Сдвиг цен акций во времени100 XP
- Вычисление изменений цены акций100 XP
- Построение графиков доходности за несколько периодов100 XP
2
Основные метрики временных рядов и ресамплинг
Эта глава углубляет знания о ключевом функционале временных рядов через DateTimeIndex в Pandas. Вы познакомитесь с ресамплингом и научитесь сравнивать разные временные ряды, нормируя их к единой начальной точке.
3
Оконные функции: скользящие и накопленные метрики
В этой главе вы узнаете, как применять оконные функции для вычисления метрик временных рядов в скользящих и расширяющихся окнах.
4
Всё вместе: построение взвешенного по капитализации индекса
Эта глава объединяет все изученные концепции: вы научитесь строить взвешенный по капитализации индекс. Для расчёта весов используются данные о рыночной капитализации из биржевых листингов, а также ценовые данные по акциям за 2016 год. В конце вы сравните результаты индекса с эталонными показателями, чтобы оценить его эффективность.
Работа с временными рядами в Python
Курс
завершён
