Python para Finanzas Curso Práctico

Python para Finanzas Curso Práctico

Español | 51.9 Mb | Pdf | Autor: Carlos Mario Ramirez Gil | Publicación: 2021 | Incl. Archivos Código fuente | Páginas: 400 | Pass:www.detodopython.com

Descripción:
Python para finanzas es un libro teórico-práctico; los dos primeros capítulos comienzan con una contextualización sobre la importancia y la utilidad del lenguaje de programación Python en el mundo de las finanzas y con una introducción sobre los aspectos esenciales para empezar a utilizar esta poderosa herramienta.

¿POR QUE LOS USUARIOS DE EXCEL Y ESPECIALMENTE LOS PROFESIONALES DE FINANZAS NECESITAN APRENDER PYTHON?

Amo Microsoft Excel.  Es (casi) la herramienta más valiosa de un arsenal para el análisis de datos y modelación financiera. Bueno, casi. Pero a pesar de lo poderoso que es Excel, muchas veces había deseado poder hacer más, especialmente cuando llegué a los límites de Excel, y si trabaja con Excel todos los días, notará que hay bastantes limitaciones de Excel que fácilmente pueden convertirse en una tortura.
No estoy aquí para intentar que Excel se vea mal, no, Excel sigue siendo la herramienta más popular para la manipulación de datos, aunque a una escala limitada. Si usa Excel para análisis de datos simples e informes de tableros de control simples, puede arreglárselas fácilmente sin preocupaciones. Pero si ha llegado al punto en el que desea poder automatizar sus informes, manipular conjuntos de datos mucho más grandes con mejor velocidad y menos arrastre, o realizar cálculos más potentes, lo más recomendable es que siga leyendo este capítulo.

VENTAJAS DE PYTHON SOBRE EXCEL
A continuación, se   relacionan algunos   aspectos   en   los   cuales   Python   supera ampliamente las capacidades de Excel.
Python no está limitado por el tamaño
Excel puede manejar más de 1 millón de filas (1.048.576 para ser específicos).  Sin embargo, cuando supere las 10,000 filas, notará que el  libro de trabajo  comienza a ralentizarse   significativamente.   Pruebe esto   con   más   hojas, y   seguramente experimentará molestos y erráticos bloqueos de libros de trabajo.  Por el contrario, Python puede manejar millones y  millones  de filas  sin  ningún  problema,  solo está limitado por la potencia informática de su PC.

Python no está limitado por la memoria
Los cálculos  que consumen mucha  memoria, como los cálculos con matrices (Ctrl + Shift   + Enter) en Excel,   pueden bloquear fácilmente su libro de trabajo, lamentablemente. Microsoft ha realizado muchas mejoras mediante  las herrainientas Power (PowerQuery, PowerPivot, PowerBI, etc.) pero las limitaciones de memoria no han  desaparecido.  Python,  usando  librerías  como numpy  y  pandas,  por  otro  lado, puede manejar cálculos muy complejos sin complicaciones.

Python no tiene limitaciones de integración
Ninguna herramienta de análisis de datos tiene más capacidades de integración  que Python. Puede conectarse a archivos CSV, páginas web HTML, bases de datos SQL e incluso   bases   de   datos   NoSQL.   Los   desarrolladores  escriben   constantemente herramientas y librerías más eficientes para integrar sus aplicaciones con Python.

PYTHON-PANDAS VS EXCEL
¿Por qué aprender a trabajar con Python cuando tenemos herramientas de Excel y BI?
Excel es la herramienta más utilizada en el mundo para el análisis y la manipulación de  datos.  
Cada  organización  seguramente  la  está  usando;  analistas,  contadores  e incluso directores ejecutivos  la  utilizan  para  las  estadísticas y  el  manejo  de datos. Todos los usuarios  de Excel saben cómo Excel puede realizar tareas desde funciones simples  hasta  fóm1ulas complejas,  macros,  Power  Query,  estadísticas  complejas  y luego   codificación  VBA,   por lo   que   es   nuestro  mejor   aliado   para  múltiples situaciones.Pero todos habremos notado que cada vez que abrimos una nueva base de datos o hay un cambio en la base de datos existente,  tenemos que lünpiar los datos desde  cero  o  tenemos  que  escribir  una  función o código  VBA  para  resolver  el problema. Sin entrar en detalles, las limitaciones de Excel son bien conocidas.
Al usar Python, puede disfrutar de la libertad adicional de jugar con datos de Excel y, además de eso, obtener una lista interminable de conexiones a su modelo de datos, es decir, enlaces a aplicaciones  web en vivo, bases de datos SQL, etc. Existe una gran herramienta disponible de librería de Python - Pandas.

Contenido:

 Capítulo 1. ¿por que los usuarios de excel y especialmente los profesionales de finanzas necesitan aprender python?
Capítulo 2. Aprendiendo python desde cero
Capítulo 3. Los 10 mejores paquetes de python para finanzas y modelado financiero
Capítulo 4. Obteniendo y procesando datos financieros
Capítulo 5. El valor del dinero en el tiempo
Capítulo 6. Extraer y calcular indicadores financieros claves con python
Capítulo 7. Valoración de bonos y acciones
Capítulo 8. Costo promedio ponderado de capital (wacc)
Capítulo 9. Flujo de caja libre descontado: valoración de una empresa
Capítulo 10. Representación gráfica y visual de datos financieros en python
Capítulo 11. Asignación de activos para un portafolio eficiente en python
Capítulo 12. Simulación monte carlo en finanzas
Capítulo 13. Modelado de series de tiempo financieras
Capítulo 14. Integración de python con excel

Contraseña Pdf: www.detodopython.com

Descargar / Donwload
Mega | Fireload | Otro | Como descargar