Build your ultimate AI agent
Kursbeskrivning
Är du finansanalytiker, affärsanalytiker eller vill du enkelt hålla koll på din aktieportfölj? Då kan Python hjälpa dig att automatisera finansiella uppgifter som att beräkna risk, följa marknadens hälsa och visualisera aktiekursutveckling – och spara både tid och pengar.I den här kursen lär du dig använda Pythons datastrukturer, kontrollflödessatser och DataFrames för att hantera finansiell data. Du arbetar sedan med pandas och data från Federal Reserve Bank för att utforska nationella ekonomiska trender – en viktig del av förståelsen för investeringsstrategier. Du beräknar också risk utifrån aktiekursdata och visar resultaten i lättlästa diagram. När kursen är slut har du de verktyg du behöver för att arbeta med finansiell data i Python.
Förkunskapskrav
Kursplan
Kursöversikt
1
Datum och tid samt ordlistor
I det här kapitlet lär du dig att skapa och hantera datetime-objekt i Python för att identifiera viktiga finansiella händelser. Du lär dig också att lagra och effektivt slå upp information med hjälp av Pythons ordlistor.
- Representera tid med datetime-objekt50 XP
- Skapa datetime-objekt för datum100 XP
- Datetime-objekt från strängar100 XP
- Konvertera format med datetime-objekt100 XP
- Arbeta med datetime-objekt50 XP
- Åtkomst till datetime-attribut100 XP
- Jämföra datetime-objekt100 XP
- Skapa relativa datetimes100 XP
- Ordlistor50 XP
- Skapa och komma åt ordböcker100 XP
- Säker åtkomst och radering100 XP
2
Kontrollflöde och logik
Genom praktiska övningar lär du dig att använda boolesk logik för att avgöra sanningsvärden samt att använda jämförelse- och likhetsoperatorer för att styra körningen i if-satser och loopar.
3
Pandas DataFrame
Lär dig skapa och komma åt DataFrames med pandas utifrån finansiell data från andra datastrukturer, till exempel ordlistor, listor och CSV-filer. Du fördjupar sedan din analys genom att aggregera data över rader och kolumner, beräkna medelvärden och utöka din data med hjälp av funktioner.
4
Arbeta med NASDAQ-aktiedata
I det här sista kapitlet får du arbeta med verklig NASDAQ-aktiedata. Du lär dig tolka ny data, skapa masker för att filtrera data och visualisera dina resultat med diagram.
Intermediate Python för finans
Kurs
slutförd
