معرفی کتاب «مالی تر و تمیز با پایتون» به انگلیسی «Tidy Finance with Python »
تا امروز کتاب های زیادی را در خصوص یادگیری پایتون و کاربرد آن در اقتصاد و مالی معرفی کردیم. برخی کتاب های بسیار دقیق و البته پیچیده و برخی کتاب های مقدماتی تر و با زبانی ساده بودند. البته عموما اینگونه کتاب ها دارای مفاهیم مشترک زیادی هستند و بیشتر تفاوت در سبک بیان و مثال هاست.
در این کتاب ضمن بیان مفاهیم اصلی مالی، کاربردهای تجربی از مفاهیم کلیدی قیمت گذاری دارایی (برآورد بتا، انواع نمونه کارها، تجزیه و تحلیل عملکرد،فاکتورهای فاما-فرنچ) تا مدل سازی و کاربردهای یادگیری ماشین (تخمین اثرات ثابت، خوشه بندی خطاهای استاندارد، رگرسیون خطی و ...) ارائه می شود.
این کتاب در سطح میانه ارائه شده است.

سایت کتاب

#معرفی_کتاب
#پایتون_مالی

پایتون برای مالی

🆔 www.tg-me.com/python4finance
🆔 ble.ir/python4finance

دانلود کتاب «مالی تر و تمیز با پایتون» به انگلیسی «Tidy Finance with Python »

سایت کتاب

#معرفی_کتاب
#پایتون_مالی

پایتون برای مالی

🆔 www.tg-me.com/python4finance
🆔 ble.ir/python4finance

خلاصه بندی OHLC داده ها با resample
یکی از توابع بسیار کاربردی pandas تابع resample است. به کمک این تابع می توانیم تناوب داده ها را تغییر دهیم. مثلا داده های ساعتی را به داده های روزانه تبدیل کنیم یا داده های روزانه را به هفتگی، ماهانه و سالانه.
یکی از بخش های قشنگ این ماژل تبدیل داده ها به فرمت OHLC است. یعنی داده های مربوط به بازشدن، بالاترین داده، کمترین داده و داده بسته شده. (البته برای بچه های بازار سرمایه این فرمت آشناست، اما برای سایر رشته ها شاید کمی عجیب به نظر برسد)
فرض کنید داده های ساعتی هواشناسی را داریم. می خواهیم دمای هوا در ابتدا و انتهای روز و نیز بالاترین دما و پایین ترین دما را مشخص و رسم کنیم.
با استفاده از ersample به راحتی قابل انجام است.

import pandas as pd
import mplfinance as mpf
url="https://python4finance.ir/datafolder/WeatherData.csv"
df=pd.read_csv(url,index_col="Date/Time" , parse_dates=True)
mpf.plot(df.loc["01/01/2012 00:00":"05/01/2012 00:00"]["Temp_C"].resample("D").ohlc(),type="candle",figsize=(16,6),mav=(10))

#پانداس
#pandas
#resample

پایتون برای مالی

🆔 @python4finance