In dit hoofdstuk leer je Python datetime-objecten maken en bewerken om belangrijke financiële gebeurtenissen te herkennen, zoals Black Friday. Je leert ook hoe je items opslaat en efficiënt opzoekt met Python-dictionaries.

Tijd weergeven met datetimes

Datetimes maken voor datums

Datetimes uit strings

Formaat omzetten met datetimes

Werken met datetimes

Datetime-attributen gebruiken

Datetimes vergelijken

Relatieve datetimes maken

Woordenboeken

Woordenboeken maken en gebruiken

Veilig benaderen en verwijderen

Datetimes en dictionaries

Met praktijkoefeningen ontdek je hoe je Booleaanse logica gebruikt om waarheidswaarden te bepalen en hoe je vergelijkings- en gelijkheidsoperatoren inzet om de uitvoering in if-statements en lussen te sturen.

Vergelijkingsoperatoren

Gelijkheid tussen types

Toekenning en gelijkheid

Dividenden vergelijken

Booleaanse operatoren

Beslissingen met Boole-bewerkingen

Variabelen toewijzen met Booleaanse operatoren

Negeren met Booleaanse operatoren

If-statements

Controlestructuren

Verkopen en aankopen vergelijken

Vertakken met elif en else

For- en while-lussen

Een for-loop vroegtijdig stoppen

De uitvoering van lussen sturen

Control flow en logica

Ontdek hoe je met pandas DataFrames maakt en benadert op basis van financiële data uit andere datastructuren, zoals dicts, lijsten en CSV-bestanden. Daarna haal je extra inzichten naar boven door data over rijen of kolommen te aggregeren, gemiddelden te berekenen en je data uit te breiden met functies.

Een DataFrame maken

DataFrames maken

Koershistorie lezen

Gegevens raadplegen

Toegang via namen

Toegang met indexen

Aggreren en samenvatten

Gemiddelde prijzen

Mediaanprijzen

Gegevens uitbreiden en bewerken

Nieuwe kolommen maken

Kolommen verwijderen uit DataFrame

Gegevens bewerken met Pandas

Pandas DataFrame

In dit laatste hoofdstuk ga je aan de slag met echte NASDAQ-aandelendata: je leert nieuwe data interpreteren, masks maken om te filteren en je bevindingen te visualiseren met plots.

Data verkennen met head, tail en describe

Waarom describe gebruiken

Kijk aan de boven- en onderkant

Gegevens beschrijven

Gegevens filteren

Waarom gegevens filteren

Aandelengegevens filteren.

Gegevens selecteren uit een datumbereik

Gegevens plotten

Plottype herkennen

Een lijndiagram maken

Kies het type plot

Afronding

Werken met NASDAQ-aandelendata

Alphabet stock

Ben je financieel analist, business-analist of gewoon op zoek naar een makkelijkere manier om je aandelenportefeuille te beheren? Met Python kun je financiële taken automatiseren, zoals het berekenen van risico, het in kaart brengen van de marktvitaliteit en het visualiseren van prijstrends van aandelen—waardoor je tijd en geld bespaart.

In deze cursus leer je hoe je Python-datastructuren, uitvoeringscontrole (control flow) en DataFrames gebruikt om financiële data te manipuleren. Daarna ga je aan de slag met pandas, met data van de Federal Reserve Bank, om nationale economische trends te verkennen—essentieel voor het begrijpen van beleggingsstrategieën. Je berekent ook risico op basis van aandelenkoersdata en toont deze gegevens in overzichtelijke plots. Aan het einde van deze cursus ben jij de nieuwe Python van Wall Street.

Introduction to Python for Finance

Bouw voort op je Python-vaardigheden voor financiën met datetime, if-statements, DataFrames en meer.

Python voor Finance - gevorderd

Breid je Python-vaardigheden voor financiën uit door te leren hoe je datetime, if-statements, DataFrames en nog veel meer kunt gebruiken.

Financiële basisprincipes in Python

Financiële basisprincipes met CFI

Waarom gegevens filteren

Python voor Finance - gevorderd

Interactieve oefening met praktijkervaring