Manipulación de datos de series temporales en Python

En este capítulo se sientan las bases para aprovechar la potente funcionalidad de las series temporales que Pandas pone a disposición mediante la representación de fechas, en particular mediante DateTimeIndex. Aprenderá a crear y manipular información de fechas y series temporales, y a realizar cálculos con DataFrames temporales para desplazar los datos en el tiempo o crear rendimientos específicos de un periodo.

Este capítulo profundiza en la funcionalidad esencial de las series temporales disponible a través del DataTimeIndex de pandas. Introduce el remuestreo y cómo comparar diferentes series temporales normalizando sus puntos de inicio.

Este capítulo le mostrará cómo utilizar la función de ventana para calcular métricas de series temporales tanto para ventanas móviles como expansivas.

Este capítulo combina los conceptos anteriores enseñándole a crear un índice ponderado por valor. Este índice utiliza los datos de capitalización bursátil que figuran en los listados de las bolsas para calcular las ponderaciones y la información sobre el precio de las acciones en 2016. A continuación, el rendimiento del índice se compara con los índices de referencia para evaluar el rendimiento del índice creado.