Introducción al curso

Análisis de series temporales en Python

Rob Reider

Adjunct Professor, NYU-Courant Consultant, Quantopian

Ejemplo de series temporales: Google Trends

Ejemplo de series temporales: datos climáticos

Ejemplo de series temporales: beneficios trimestrales

Ejemplo de series múltiples: gas natural y gasóleo de calefacción

Objetivos del curso

• Conocer modelos de series temporales
• Ajustar datos a un modelo de series temporales
• Usar los modelos para hacer pronósticos
• Aprender a usar los paquetes estadísticos relevantes en Python
• Ver ejemplos concretos de uso de estos modelos

Algunas herramientas útiles de pandas

• Cambiar un índice a datetime

    df.index = pd.to_datetime(df.index)
  

• Graficar datos

    df.plot()
  

• Cortar datos

    df['2012']
  

Algunas herramientas útiles de pandas

• Unir dos DataFrames

    df1.join(df2)
  

• Remuestrear datos (p. ej., de diario a semanal)

    df = df.resample(rule='W').last()
  

Más funciones de pandas

• Calcular cambios porcentuales y diferencias de una serie temporal

    df['col'].pct_change()
    df['col'].diff()
  

• Método de correlación de Series en pandas

    df['ABC'].corr(df['XYZ'])
  

• Autocorrelación en pandas

    df['ABC'].autocorr()
  

¡Vamos a practicar!

Análisis de series temporales en Python