In questo capitolo imparerai a creare e manipolare oggetti datetime di Python per aiutarti a individuare eventi finanziari chiave, come il Black Friday. Imparerai anche a memorizzare e cercare in modo efficiente elementi utilizzando i dizionari di Python.

Rappresentare il tempo con i datetime

Creare datetime per le date

Oggetti datetime da stringhe

Convertire il formato con i datetime

Lavorare con i datetime

Accedere agli attributi di datetime

Confrontare oggetti datetime

Creare datetime relativi

Dizionari

Creare e accedere ai dizionari

Accesso sicuro ed eliminazione

Datetime e dizionari

Attraverso attività pratiche scoprirai come usare la logica booleana per determinare la verità e come utilizzare operatori di confronto e uguaglianza per controllare l’esecuzione in istruzioni if e nei cicli.

Operatori di confronto

Uguaglianza tra tipi diversi

Assegnazione e uguaglianza

Confrontare i dividendi

Operatori booleani

Decisioni con operazioni booleane

Assegnare variabili con operatori booleani

Negazione con operatori booleani

Istruzioni if

Istruzioni di controllo

Confrontare vendite e acquisti

Diramazioni con elif ed else

Cicli for e while

Uscire da un ciclo for

Controllare l'esecuzione dei cicli

Flusso di controllo e logica

Scopri come creare e accedere ai DataFrame con pandas usando dati finanziari provenienti da altre strutture dati, inclusi dizionari, liste e file CSV. Poi otterrai ulteriori insight aggregando i dati per righe o colonne, calcolando medie ed estendendo i tuoi dati con funzioni.

Creare un DataFrame

Creare DataFrame

Lettura della storia di mercato

Accesso ai dati

Accesso tramite nomi

Accesso tramite indici

Aggregazione e sintesi

Prezzi medi

Prezzi mediani

Estendere e manipolare i dati

Creare nuove colonne

Eliminare colonne da un DataFrame

Manipolare i dati con Pandas

Pandas DataFrame

In questo capitolo finale metterai le mani su dati reali delle azioni NASDAQ mentre impari a interpretare nuovi dati, creare maschere per filtrare i dati e visualizzare le tue scoperte con grafici.

Dare un'occhiata ai dati con head, tail e describe

Perché usare describe

Dai un'occhiata in cima e in fondo

Descrivere i dati

Filtrare i dati

Perché filtrare i dati

Filtrare i dati azionari.

Selezionare dati da un intervallo di date

Tracciare i dati

Identificare il tipo di grafico

Creare un grafico a linee

Scegli il tipo di grafico

Riepilogo

Lavorare con i dati azionari NASDAQ

Alphabet stock

Se sei un analista finanziario o aziendale, o stai semplicemente cercando un modo più semplice per gestire il tuo portafoglio azionario, imparare Python può aiutarti ad automatizzare attività come il calcolo del rischio, il monitoraggio dello stato del mercato e la visualizzazione dell’andamento dei prezzi di un titolo, facendoti risparmiare tempo e denaro.

In questo corso imparerai a usare le strutture dati di Python, le istruzioni di controllo del flusso e i DataFrame per manipolare dati finanziari. Lavorerai quindi con pandas, utilizzando dati della Federal Reserve Bank, per esplorare le tendenze economiche nazionali—una parte essenziale per comprendere le strategie di investimento. Calcolerai anche il rischio a partire dai dati dei prezzi azionari e visualizzerai questi dati in grafici facili da leggere. Alla fine del corso, sarai il nuovo Python di Wall Street.

Introduction to Python for Finance

Migliora le tue abilità Python per la finanza imparando datetime, if-statements, DataFrames e altro.

Python intermedio per la finanza

Migliora le tue abilità in Python per la finanza, imparando a usare datetime, istruzioni if, DataFrame e altro ancora.

Fondamenti di finanza in Python

Fondamenti di finanza con CFI

Istruzioni di controllo

Python intermedio per la finanza

esercizio interattivo pratico