Opublikowano:

Aktualizacja:

1. Wprowadzenie, importowanie danych historycznych

W pierwszej kolejności, najlepiej poznać podstawową składnię języka Python oraz przykłady jej użycia. W sieci znaleźć można wiele darmowych kursów Pythona (większość w języku angielskim), przykładowo:

https://www.w3schools.com/python

W tym blogu prezentowane przykłady zapisane są w notatniku Jupyter. Można użyć gotowy, skonfigurowany notatnik taki jak Google Colab (należy posiadać konto w Google).

https://colab.research.google.com

Po otwarciu Colab, wybieramy przycisk „Nowy notatnik”, i możemy już przystąpić do programowania.

 

Importowanie danych.

W sieci znaleźć można znaleźć wiele witryn, gdzie można za darmo pobrać podstawowe dane historyczne (np. na stronie https://stooq.pl).

Dla przykładu pobierzemy dane historyczne dla niemieckiego DAX – dzienne od roku 1959. 

Poniżej wypunktowano kolejne kroki:

1. Pobieramy plik w formacie „.csv”.

2. Zmieniamy nazwę na “dax.csv”.

3. Tworzymy na dysku Google (Google Drive) folder o nazwie “dane_historyczne”.

4. Kopiujemy do nowo utworzonego folderu plik “dax.csv”.

5. W notatniku Colab importujemy bibliotekę “pandas”, dane z pliku zapisywane są w strukturze typu Dataframe – nazwanej przez nas – “df”.

 

 

				
					import pandas as pd
df=pd.read_csv('/content/drive/My Drive/dane_historyczne/dax.csv')
				
			

6. W celu zobaczenia, czy dane zostały wczytane należy wpisać komendę:

				
					df.head()
				
			

7. Po zatwierdzeniu komendy otrzymujemy następujący output:

Poniżej znajduje się wideo pokazujące powyższą instrukcję krok po kroku:

Odtwórz wideo

 

Możemy sprawdzić statystykę danych, które importowaliśmy:

				
					df.describe()
				
			

Warto sprawdzić, czy liczba wierszy (count) w każdej kolumnie jest równa. W kolumnie “Wolumen” dane są niepełne – wartości pojawiają się tylko w 4854 wierszach.

Możemy usunąć kolumnę “Wolumen”:

				
					df=df.drop(['Wolumen'], axis=1)
df
				
			

Otrzymujemy odpowiedź:

Jeśli dane nie zawierają błędów, gotowe są do dalszego przetwarzania.

© 2025 All Rights Reserved.

Kopiowanie wszystkich kodów tylko dla użytkowników PREMIUM.