Управление данными временных рядов в Python
В этом курсе вы изучите основы работы с данными временного ряда.
Преподаватель
Залина Озова
Более 3 лет преподаю информатику и математику. Обучаю студентов основам программирования. Реализую программы углубленного изучения предмета.
4часа
16видео
39упражнений
4300опыта
Описание курсаВ этом курсе вы изучите основы работы с данными временного ряда. Это данные, индексированные последовательностью дат или времени. Узнаете, как использовать встроенные методы pandas для работы с индексом. Проведете ресемплинг временных рядов для изменения частоты. Узнаете, как рассчитывать скользящие средние и кумулятивные суммы временных рядов. Наконец, используете полученные навыки для построения взвешенного по стоимости фондового индекса на основании анализа котировок акций.
1. Работа с временными рядами в Pandas
В этой главе закладываются основы для использования функций временных рядов. Они доступны благодаря методам pandas, в частности, DateTimeIndex. Вы узнаете, как создавать информацию о датах и временных рядах, управлять ими, а также выполнять вычисления с помощью датафреймов с учетом времени, чтобы смещать данные во времени или создавать доходность за определенный период.Как работать с датой и временем в Pandas
50
Ваши первые временные ряды
100
Индексирование и ресемплинг временных рядов
50
Создание временных рядов данных о качестве воздуха
100
Сравнение динамики цен на акции за год
100
Установка и изменение частоты временных рядов
100
Задержки, изменения и доходность для рядов котировок акций
50
Динамика изменения цен на акции во времени
100
Расчет динамики изменения цен на акции
100
Построение графиков многопериодной доходности
100
2. Основные показатели временных рядов и ресемплинг
В данной главе рассмотрены основные функции временных рядов, доступные в pandas DataTimeIndex. В частности, рассказывается о ресемплинге и сравнении временных рядов путем нормализации начальных точек.Сравнение темпов роста временных рядов
50
Сравнение показателей нескольких классов активов
100
Сравнение котировок акций с исходными показателями
100
Анализ разницы показателей в сравнении с исходным индексом
100
Изменение частоты временного ряда, ресемплинг
50
Конвертация среднемесячных данных в средненедельные
100
Формирование статистики безработицы за неделю на основании среднемесячных данных
100
Апсемплинг и интерполяция с помощью resample()
50
Интерполяция для формирования еженедельных данных о занятости населения
100
Интерполяция долга/ВВП и сравнение с безработицей
100
Децимация и агрегирование
50
Анализ динамики озонового слоя в Программинске и Кодбурге за неделю, месяц и год
100
Сравнение среднемесячных цен на акции Facebook и Google
100
Сравнение квартальных темпов роста ВВП и доходности акций
100
Визуализация среднемесячного среднего, медианы и стандартного отклонения доходности S&P500
100
3. Оконные функции: Rolling и Expanding
В этой главе вы узнаете, как использовать оконную функцию для расчета показателей временного ряда, используя rolling и expanding.Функция rolling в pandas
50
Скользящее среднее качества воздуха с 2010 года в Программинске
100
Скользящая медиана и среднее отклонение за 360 дней по данным об озоне в Программинске с 2000 года
100
Коэффициент эффективности ежедневного качества воздуха в Программинске
100
Функция expanding в pandas
50
Вычисление кумулятивной суммы в сравнении с diff
100
Сравнение кумулятивного дохода в размере $1 000 между google и apple (1)
50
Сравнение кумулятивного дохода в размере $1 000 между google и apple (2)
50
Практическое исследование – моделирование цены S&P500
50
Метод случайных блужданий (1)
30
Метод случайных блужданий (2)
30
Метод случайных блужданий (3)
40
Зависимости между временными рядами, корреляция
50
Корреляция годовой доходности акций различных компаний
100
4. Построение взвешенного по рыночной стоимости индекса
Эта глава объединяет предыдущие. В ней вы научитесь создавать индекс, взвешенный по стоимости. Он использует данные рыночной капитализации, содержащиеся в биржевых котировках, для расчета коэффициентов взвешивания и информацию о ценах на акции за 2016 год. Результаты сравниваются с исходными показателями для оценки эффективности индекса, сформированного вами.Выбор компонентов индекса и импорт данных
50
Изучение и проверка информации о компании
100
Выбор и изучение компонентов индекса
100
Импорт информации о цене компонента индекса
100
Построение взвешенного индекса рыночной капитализации
50
Подсчет количества акций в обращении
100
Создание временных рядов рыночной стоимости
100
Расчет и построение композитного индекса
100
Оценка эффективности индекса
50
Оценка вклада каждой акции в индекс
100
Сравнение показателей индекса с бенчмарком (1)
50
Сравнение показателей индекса с бенчмарком (2)
50
Корреляция индекса и экспорт в Excel
50
Отображение корреляции составляющих индекса
100
Сохранение результатов анализа на нескольких страницах Excel
100
Подведение итогов
50
