2024/2025

Практикум по работе с данными

Лучший по критерию «Полезность курса для Вашей будущей карьеры»

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»

Лучший по критерию «Новизна полученных знаний»

Статус: Маго-лего

Кто читает: Отдел сопровождения учебного процесса в магистратуре

Когда читается: 4 модуль

Охват аудитории: для своего кампуса

Преподаватели: Томтосов Александр Федорович

Язык: английский

Контактные часы: 16

Course Syllabus

Abstract

Воркшоп по работе с финансовыми данными включает в себя работу с финансовыми базами данных (терминал Wind, Yahoo Finance, FRED, Kenneth French Database, MOEX API) и написание программ для обработки финансовых данных на языке программирования Python. Курс начинается с ознакомления с базовым функционалом терминала Wind и написания запросов в надстройке MS Excel для получения данных по финансовой отчетности, кредитным и ESG-рейтингам и биржевой информации для компаний с глобальных рынков. Работа с остальными базами данных строится через написание запрос в Python и использования релевантных библиотек. Далее студенты знакомятся с распространенными методами обработки данных, которые используются финансовыми аналитиками. Завершением курса является написание собственных программ для тестирования гипотез и построения моделей в Python на больших массивах данных.

Learning Objectives

• Целью дисциплины является: - Практическое ознакомление студентов с современными методами получения и обработки финансовой информации. - Получение технических навыков для выгрузки данных из финансовой отчетности и альтернативных данных из терминала Wind, из баз данных Yahoo Finance и FRED. - Получение навыков обработки табличных данных в Python с помощью библиотек pandas и numpy. - Возможность тестировать собственные гипотезы в Python методами эконометрического анализа и построение финансовых моделей.

Expected Learning Outcomes

• 1) Получение навыков для написания запросов на получение биржевых, финансовых и макроэкономических данных в Wind через команды Time-series и Custom report.
• 2) Умение создавать дайджесты из предлагаемых данных терминалом и из собственных наборов переменных.
• 3) Знание ограничений и недостатков отдельных команд и пробелов в определенных видах данных.
• - Навыки написания программ-парсеров в Python для получения макроэкономических данных, текстов финансовых новостей и финансовой отчетности (РСБУ и МСФО) - Навыки работы с Yahoo Finance через библиотеки yfinance и yahooquery
• - Умение выполнять преобразования и очистку табличных данных
• - Умение строить финансовые модели и автоматизировать рутинные процедуры с использованием циклов - Умение тестировать гипотезы методами эконометрического анализа

Course Contents

• Блок 1. Написание запросов в терминале Wind
• Блок 2. Работа с альтернативными базами данных
• Блок 3. Обработка и визуализация финансовых данных в Python
• Блок 4. Финансовое моделирование и тестирование гипотез в Python

Assessment Elements

• Практическая работа 1: работа с терминалом Wind
  Групповое задание на выполнение запросов к терминалу Wind: - Получение данных из финансовой отчетности - Получение биржевых данных - Получение данных о кредитных и ESG-рейтингах - Составление дайджестов из макроэкономических данных
• Практическая работа 2: проект по обработке данных и тестированию финансовых гипотез в Python
  Работа включает в себя четыре блока: - Типовые операции по обработке табличных финансовых данных при помощи библиотеки pandas - Получение альтернативных данных - Тестирование гипотез и финансовое моделирование

Interim Assessment

• 2024/2025 4th module
  0.4 * Практическая работа 1: работа с терминалом Wind + 0.6 * Практическая работа 2: проект по обработке данных и тестированию финансовых гипотез в Python

Bibliography

Recommended Core Bibliography

• McKinney, W. (2018). Python for Data Analysis : Data Wrangling with Pandas, NumPy, and IPython (Vol. Second edition). Sebastopol, CA: O’Reilly Media. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1605925
• Python 3, Прохоренок, Н. А., 2016
• Python crash course : a hands-on, project-based introduction to programming, Matthes, E., 2023
• Python for data analysis : data wrangling with pandas, numPy, and IPhython, Mckinney, W., 2017
• Python и анализ данных : первичная обработка данных с применением pandas, NumPy и Jupiter, Маккинни, У., 2023

Recommended Additional Bibliography

• Pandas for everyone : Python data analysis, Chen, D. Y., 2023

Authors

• Хохлов Денис Андреевич
• TOMTOSOV ALEKSANDR FEDOROVICH