En este capítulo, aprenderás a crear y manipular objetos datetime de Python para ayudarte a identificar eventos financieros clave, como el Black Friday. También aprenderás a almacenar y buscar elementos de forma eficiente usando diccionarios de Python.

Representar el tiempo con objetos datetime

Crear datetimes para fechas

Datetimes a partir de cadenas

Convertir formatos con datetimes

Trabajar con objetos datetime

Acceder a atributos de datetime

Comparar objetos datetime

Creando datetimes relativos

Diccionarios

Creación y acceso a diccionarios

Acceder de forma segura y eliminar

Fechas y diccionarios

A través de actividades prácticas, descubrirás cómo usar lógica booleana para determinar la verdad y utilizar operadores de comparación e igualdad para controlar la ejecución en sentencias if y bucles.

Operadores de comparación

Igualdad entre tipos

Asignación e igualdad

Comparar dividendos

Operadores booleanos

Decisiones con operaciones booleanas

Asignar variables con operadores booleanos

Negación con operadores booleanos

Sentencias if

Sentencias de control

Comparar ventas y compras

Ramificación con elif y else

Bucles for y while

Salir de un bucle for

Controlar la ejecución de bucles

Flujo de control y lógica

Descubre cómo crear y acceder a DataFrames con pandas usando datos financieros procedentes de otras estructuras de datos, incluidos diccionarios, listas y archivos CSV. Luego obtendrás información adicional al agregar datos por filas o columnas, calcular medias y ampliar tus datos usando funciones.

Crear un DataFrame

Creación de DataFrames

Leyendo el historial del mercado

Acceder a los datos

Acceder usando nombres

Acceder usando índices

Agregación y resumen

Precios medios

Precios medianos

Ampliar y manipular datos

Crear columnas nuevas

Eliminar columnas de un DataFrame

Manipular datos con Pandas

DataFrame de pandas

En este capítulo final, trabajarás con datos reales de acciones del NASDAQ mientras aprendes a interpretar datos nuevos, crear máscaras para filtrar datos y visualizar tus resultados con gráficos.

Echar un vistazo a los datos con head, tail y describe

Por qué usar describe

Echa un vistazo arriba y abajo

Describiendo datos

Filtrar datos

Por qué filtrar datos

Filtrar datos bursátiles.

Seleccionar datos en un rango de fechas

Representación de datos

Identificar el tipo de gráfico

Crear un gráfico de líneas

Elige el tipo de gráfico

Para terminar

Trabajo con datos de acciones del NASDAQ

Alphabet stock

¿Trabajas como analista financiero o de negocio, o simplemente buscas una forma más sencilla de gestionar tu cartera de acciones? Aprender Python puede automatizar tareas financieras como calcular el riesgo, evaluar la salud del mercado y visualizar las tendencias de precios de una acción, ahorrándote tiempo y dinero.

En este curso, aprenderás a usar estructuras de datos de Python, sentencias de control de ejecución y DataFrames para manipular datos financieros. Después trabajarás con pandas, usando datos de la Reserva Federal, para explorar tendencias económicas nacionales, una parte esencial para comprender las estrategias de inversión. También calcularás el riesgo a partir de datos de precios de acciones y mostrarás estos datos en gráficos fáciles de interpretar. Al finalizar el curso, serás el nuevo Python de Wall Street.

Introduction to Python for Finance

Mejora tus habilidades en Python para Finanzas aprendiendo datetime, if-statements, DataFrames y más.

Python intermedio para finanzas

Amplía tus conocimientos de Python para finanzas aprendiendo a utilizar datetime, sentencias if, DataFrame y mucho más.

Fundamentos de Finanzas en Python

Fundamentos de Finanzas con CFI

	Symbol	Purchased	Quantity	Price
0	AAPL	2016-01-08	23	96.96
1	AAPL	2018-09-07	50	221.30
2	AMZN	2020-02-14	14	324.95

Acceder usando índices

Python intermedio para finanzas

Ejercicio interactivo práctico