Build your ultimate AI agent
รายละเอียดคอร์ส
ในคอร์สนี้ คุณจะได้เรียนรู้พื้นฐานการจัดการข้อมูล time series ซึ่งเป็นข้อมูลที่ใช้ลำดับวันที่หรือเวลาเป็น index จะได้เรียนรู้วิธีใช้เมธอดที่มีอยู่ใน Pandas เพื่อทำงานกับ index นี้ รวมถึงการ resample time series เพื่อเปลี่ยนความถี่ของข้อมูล นอกจากนี้ คอร์สนี้ยังสอนวิธีคำนวณค่า rolling และค่าสะสมสำหรับ time series ท้ายที่สุด คุณจะนำทักษะทั้งหมดมาใช้สร้างดัชนีหุ้นแบบถ่วงน้ำหนักตามมูลค่าจากข้อมูลหุ้นจริง
ข้อกำหนดเบื้องต้น
หลักสูตร
โครงสร้างคอร์ส
1
การทำงานกับ Time Series ใน Pandas
บทนี้วางรากฐานสำหรับการใช้งานฟีเจอร์ time series อันทรงพลังของ Pandas โดยเฉพาะ DateTimeIndex คุณจะได้เรียนรู้วิธีสร้างและจัดการข้อมูลวันที่และ time series รวมถึงวิธีคำนวณกับ DataFrame ที่รับรู้เวลา เช่น การเลื่อนข้อมูลในช่วงเวลาต่าง ๆ และการคำนวณผลตอบแทนเฉพาะช่วง
- วิธีใช้งานวันที่และเวลาใน pandas50 XP
- Time Series แรกของคุณ100 XP
- การทำดัชนีและการ Resample Time Series50 XP
- สร้าง time series จากข้อมูลคุณภาพอากาศ100 XP
- เปรียบเทียบแนวโน้มราคาหุ้นรายปี100 XP
- การกำหนดและเปลี่ยนความถี่ของ time series100 XP
- Lag, การเปลี่ยนแปลง และผลตอบแทนของข้อมูลราคาหุ้น50 XP
- การเลื่อนราคาหุ้นในช่วงเวลาต่าง ๆ100 XP
- การคำนวณการเปลี่ยนแปลงของราคาหุ้น100 XP
- การพล็อตผลตอบแทนหลายช่วงเวลา100 XP
2
เมตริก Time Series เบื้องต้นและการ Resampling
บทนี้เจาะลึกฟีเจอร์ time series ที่จำเป็นของ pandas DataTimeIndex พร้อมแนะนำการ resampling และวิธีเปรียบเทียบ time series ต่าง ๆ โดยการ normalize จุดเริ่มต้น
3
Window Functions: เมตริกแบบ Rolling และ Expanding
บทนี้จะแสดงวิธีใช้ window functions เพื่อคำนวณเมตริก time series ทั้งในแบบ rolling window และ expanding window
4
ประยุกต์ทุกอย่างเข้าด้วยกัน: การสร้างดัชนีถ่วงน้ำหนักตามมูลค่า
บทนี้นำแนวคิดที่ผ่านมาทั้งหมดมาประยุกต์ใช้ โดยสอนวิธีสร้างดัชนีถ่วงน้ำหนักตามมูลค่า ดัชนีนี้ใช้ข้อมูล market cap จากรายชื่อในตลาดหลักทรัพย์เพื่อคำนวณน้ำหนัก ร่วมกับข้อมูลราคาหุ้นปี 2016 จากนั้นจะเปรียบเทียบผลการดำเนินงานของดัชนีกับเกณฑ์อ้างอิง เพื่อประเมินประสิทธิภาพของดัชนีที่สร้างขึ้น
การจัดการข้อมูล Time Series ใน Python
เรียนจบแล้ว
