この章では、Python の datetime オブジェクトを作成・操作して、ブラックフライデーのような重要な金融イベントを特定する方法を学びます。あわせて、Python の dictionary による保存と効率的な検索方法も習得します。

datetime で時刻を表現する

日付のための datetime を作成する

文字列からdatetimeを作る

datetime でフォーマットを変換する

datetimeを扱う

datetime の属性にアクセスする

datetime の比較

相対的な日時を作成する

辞書（Dictionaries）

辞書の作成とアクセス

安全にアクセスして削除する

Datetime と Dictionary

手を動かしながら、真偽を判定するためのブールロジックを使い、比較演算子と等価演算子で if 文やループの実行を制御する方法を学びます。

比較演算子

型をまたぐ等価性

代入と等価

配当の比較

ブール演算子

ブール演算で意思決定する

ブール演算子で変数に代入する

ブール演算子で否定する

if 文

制御文

売上と仕入れを比較する

elif と else を使った分岐

for ループと while ループ

for ループを途中で抜ける

ループの実行を制御する

制御フローとロジック

Dict、リスト、CSV ファイルなどのデータ構造から取得した金融データを用いて、pandas で DataFrame を作成・参照する方法を学びます。さらに、行や列をまたいでデータを集約し、平均を計算し、関数でデータを拡張して、追加のインサイトを引き出します。

DataFrame を作成する

DataFrameの作成

市場の履歴を読み込む

データへのアクセス

名前でアクセスする

インデックスでアクセスする

集計と要約

平均価格

中央値の価格

データの拡張と操作

新しい列を作成する

DataFrame から列を削除する

Pandas でデータを操作する

pandas DataFrame

最終章では、実世界の NASDAQ 株価データを用いて、新しいデータの解釈、フィルタリング用マスクの作成、そしてプロットによる可視化に取り組みます。

head、tail、describe でデータをのぞいてみる

describe を使う理由

先頭と末尾をのぞいてみましょう

データを要約する

データのフィルタリング

なぜデータをフィルタリングするのか

株価データのフィルタリング。

日付範囲からのデータ選択

データをプロットする

プロットの種類を見分ける

折れ線グラフを作る

プロットの種類を選ぶ

まとめ

NASDAQ 株価データを扱う

Alphabet stock

金融アナリストやビジネスアナリストの方、あるいは株式ポートフォリオの管理をもっと楽にしたい方に。Python を習得すれば、リスク計算、市況の把握、株価トレンドの可視化などの作業を自動化でき、時間とコストを削減できます。

このコースでは、Python のデータ構造、実行制御文、そして DataFrame を使って金融データを操作する方法を学びます。次に、連邦準備制度理事会（Federal Reserve Bank）のデータを用いた pandas の操作を通じて、投資戦略の基礎となる景気動向を探ります。さらに、株価データに基づくリスクを計算し、見やすいプロットで可視化します。コース修了時には、Wall Street で通用する新たな Python 使いになっています。

Introduction to Python for Finance

Pythonスキルを活かし、datetimeやif文、DataFrameなどを学び、金融分野での活用を目指そう。

Intermediate Python for Finance

Finance向けのPythonスキルを発展。datetime、if文、DataFrameなどの使い方を学び、実務力を強化します。

datetime で時刻を表現する

Create Your Free Account