Introduction to Time Series with Pandas
通过完整课程学习更多知识
Python for Financial Analysis and Algorithmic Trading
Learn numpy , pandas , matplotlib , quantopian , finance , and more for algorithmic trading with Python!
16:35:31的随选视频 • 更新于 December 2020
Use NumPy to quickly work with Numerical Data
Use Pandas for Analyze and Visualize Data
Use Matplotlib to create custom plots
Learn how to use statsmodels for Time Series Analysis
Calculate Financial Statistics, such as Daily Returns, Cumulative Returns, Volatility, etc..
Use Exponentially Weighted Moving Averages
Use ARIMA models on Time Series Data
Calculate the Sharpe Ratio
Optimize Portfolio Allocations
Understand the Capital Asset Pricing Model
Learn about the Efficient Market Hypothesis
Conduct algorithmic Trading on Quantopian
简体中文 [自动]
欢迎大家来到使用Pandas和时间序列数据的部分｡ 现在我们已经了解了如何使用pandas处理一般数据, 让我们来看看使用PANDAS库处理时间序列数据的几个关键点｡ 我们的大部分数据集都是时间序列的形式, 也就是说, 它有某种日期时间指数和每个日期时间指数的某种对应值, 例如, 指数上特定日期的一些股票价格｡ 好吧, 我们将在这一节中学习如何使用Pandas特殊的时间序列特性来处理这类数据｡ 本节将涵盖以下内容, 我们将讨论白天索引, 讨论时间采样, 如何处理时间偏移, 然后我们还将讨论在滚动和扩展方法中构建的pandas｡ 好吧, 我们开始吧｡ 我们下次课再见｡