2024/2025
Workshop on Working with Data
Category 'Best Course for Career Development'
Category 'Best Course for Broadening Horizons and Diversity of Knowledge and Skills'
Category 'Best Course for New Knowledge and Skills'
Type:
Mago-Lego
Delivered by:
Master's Programmes Curriculum Support
When:
4 module
Open to:
students of one campus
Instructors:
Aleksandr Tomtosov
Language:
English
Contact hours:
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 WindГрупповое 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 PythonРабота 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 module0.4 * 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