Un regard plus précis sur les secteurs

Introduction à Python pour la finance

Adina Howe

Professor

Votre mission

Données

Tableaux NumPy décrivant le S&P 100 : noms, prix, bénéfices, secteurs

Objectif – Partie II

Explorer et analyser les ratios C/B propres à chaque secteur au sein des entreprises du S&P 100

Introduction à Python pour la finance

Étape 1 : créer un tableau booléen de filtrage

stock_prices = np.array([100, 200, 300])
filter_array = (stock_prices >= 150)
print(filter_array)
[ False True  True]
Introduction à Python pour la finance

Étape 2 : appliquer le filtrage pour extraire un autre tableau

stock_prices = np.array([100, 200, 300])
filter_array = (stock_prices >= 150)
print(stock_prices[filter_array])
[200 300]
Introduction à Python pour la finance

Étape 3 : résumer les ratios C/B

Calculez la moyenne et l'écart type de ces ratios C/B propres au secteur

import numpy as np
average_value = np.mean(my_array)
std_value = np.std(my_array)
Introduction à Python pour la finance

Passons à la pratique !

Introduction à Python pour la finance

Preparing Video For Download...