Python для финансистов. Средний уровень
В этом курсе вы узнаете, как использовать структуры данных Python, операторы управления выполнением и многое другое
Преподаватель
Анастасия Шафиева
Преподаватель по курсам компьютерные сети, телекоммуникации и связь
4часа
15видео
37упражнений
4450опыта
Описание курсаВы финансовый аналитик или просто ищете более простой способ управления своим портфелем акций? Если это так, изучение Python может автоматизировать финансовые задачи, такие как расчет риска, отображение состояния рынка и визуализация тенденций цен на акции, и сэкономить ваше время и деньги. В этом курсе вы узнаете, как использовать структуры данных Python, операторы управления выполнением и датафреймы для манипулирования финансовыми данными. Вы будете работать с pandas, используя различные данные, для изучения экономических тенденций — важной части понимания инвестиционных стратегий. Вы также рассчитаете риск на основе цен акций и отобразите эти данные в виде наглядных графиков. К концу курса вы станете новым волком с Уолл-стрит.
1. Модуль datetime и словари
В этой главе вы узнаете, как создавать объекты даты и времени при помощи Python и управлять ими, чтобы определить ключевые финансовые события, например, такие, как Черная пятница. Также вы узнаете, как хранить и эффективно искать элементы с помощью словарей Python.Представление времени с помощью модуля datetime
50
Создаем datetime для дат
100
Создаем datetime из строк
100
Преобразование формата с datetime
100
Работа с датами
50
Доступ к атрибутам datetime
100
Сравнение двух datetime
100
Вычисление одних дат относительно других
100
Словари
50
Создание словарей и доступ к ним
100
Безопасный доступ и удаление
100
2. Контроль потока управления и логика
Благодаря практическим занятиям вы узнаете, как использовать булеву логику для определения истинности и использовать операторы сравнения и равенства для контроля выполнения в if-конструкциях и циклах.Операторы сравнения
50
Равенство между типами
100
Присвоение и равенство
100
Сравнение дивидендов
100
Логические операторы
50
Решения с использованием логических операций
100
Назначение переменных с помощью логических операторов
100
Отрицание с помощью логических операторов
100
Конструкции if
50
Операторы управления
100
Сравнение продаж и покупок
100
Ветвление с помощью elif и else
100
Циклы for и while
50
Выход из цикла for
100
Контроль завершения цикла
100
3. Pandas DataFrame
Вы узнаете, как создавать датафреймы с помощью библиотеки pandas и получать к ним доступ, используя финансовые данные из других структур, таких как словари, списки и CSV-файлы. Затем научитесь извлекать дополнительную информацию, объединяя данные по строкам или столбцам, вычисляя средние значения и расширяя свои данные с помощью функций.Создание датафреймов
50
Создание датафреймов
100
Чтение истории движения акций
100
Получение доступа к данным
50
Доступ по именам столбцов и строк
100
Доступ с использованием индексов
100
Агрегирование и суммирование данных
50
Средние цены
100
Медианные цены
100
Расширение данных и управление ими
50
Создание новых столбцов
100
Удаление столбцов из датафрейма
100
Манипулирование данными с помощью Pandas
100
4. Работа с биржевыми данными Программинска
В заключительной главе вы попробуете свои силы в работе с данными об акциях биржи Программинска, научитесь интерпретировать новую информацию, создавать маски для фильтрации данных и визуализировать свои результаты с помощью графиков.Ознакомление с данными
50
Зачем использовать .describe()?
100
Смотрим на первые и последние строки данных
100
Описание данных
100
Фильтрация данных
50
Зачем фильтровать данные?
100
Фильтрация биржевых данных
100
Выбор данных из диапазона
100
Визуализация данных
50
Определение типа графика
100
Создание линейного графика
100
Построение графиков разных типов
100
Подведение итогов
50
