Python para Finanzas, 2ª Edición

Capítulo 8. Series temporales financieras

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

[El tiempo es lo que impide que todo ocurra a la vez.

Ray Cummings

Financiero Los datos de series temporales son uno de los tipos de datos más importantes en finanzas. Se trata de datos indexados por fecha y/o tiempo. Por ejemplo, los precios de las acciones a lo largo del tiempo representan datos de series temporales financieras. Del mismo modo, el tipo de cambio EUR/USD a lo largo del tiempo representa una serie temporal financiera; el tipo de cambio se cotiza en breves intervalos de tiempo, y una colección de dichas cotizaciones constituye entonces una serie temporal de tipos de cambio.

No hay disciplina financiera que se salve sin considerar el tiempo un factor importante. Esto ocurre principalmente con la física y otras ciencias. La principal herramienta de para tratar datos de series temporales en Python es pandas. Wes McKinney, el original y principal autor de pandas, empezó a desarrollar la biblioteca cuando trabajaba como analista en AQR Capital Management, un gran fondo de cobertura. Se puede decir que pandas se ha diseñado desde cero para trabajar con datos de series temporales financieras.

El capítulo se basa principalmente en dos conjuntos de datos de series temporales financieras en forma de archivos de valores separados por comas (CSV). Sigue las siguientes líneas:

"Datos Financieros"

Esta sección trata ...