Курс на Stepik

Обложка курса «Python для финансового анализа: практический курс» на Stepik

1 490 ₽

Python для финансового анализа: практический курс ★ 0.000

Открыть на
STEPIK.ORG

Excel умирает на 200 000 строк, ежемесячный отчёт собирается руками два дня. Курс показывает, как Python заменяет Excel в работе финансового аналитика: pandas, котировки MOEX, портфельные метрики, P&L из транзакций, отчёт в одну кнопку.

Показатель	Текущие показатели		Рост
Показатель	Значение	🏆 Рейтинг	3 дн	7 дн	30 дн
Учеников на курсе	21
Сертификатов выдано	0
Отзывов получено	0
Рейтинг курса	0.000
Количество уроков	27
Количество квизов	27
Количество задач с кодом	65
Время прохождения курса	0 ч.	—
Стоимость курса	1 490 ₽	—
Обновления курса	—	—
Дата публикации курса	3 месяца назад	—	—	—	—
Последнее обновление	17 июля 2026	—	—	—	—

Содержание курса

Разделы в курсе «Python для финансового анализа: практический курс»

8 разделов Уроки в курсе «Python для финансового анализа: практический курс»

Уроки в курсе «Python для финансового анализа: практический курс»

27 уроков Тесты в курсе «Python для финансового анализа: практический курс»

Тесты в курсе «Python для финансового анализа: практический курс»

27 тестов Задачи в курсе «Python для финансового анализа: практический курс»

Задачи в курсе «Python для финансового анализа: практический курс»

65 задач Время прохождения курса «Python для финансового анализа: практический курс»

Время прохождения курса «Python для финансового анализа: практический курс»

0 ч.

Последнее обновление курса «Python для финансового анализа: практический курс»

обн. 17 июля 2026

Модуль 1. Старт: Python и Jupyter за 30 минут

4 урока

1. Зачем финансисту Python — и почему не Excel ↗

2. Anaconda, Jupyter Notebook и первая клетка ↗

3. Минимальный Python: переменные, типы, списки, словари ↗

4. Минимальный Python: циклы и функции ↗

Модуль 2. pandas — Excel на стероидах

5 уроков

1. DataFrame и Series — структуры pandas ↗

2. Чтение и запись Excel и CSV — мост из мира Excel ↗

3. Фильтрация: .loc, .iloc, булевые маски ↗

4. Группировка и агрегация — сводные таблицы в pandas ↗

5. merge — ВПР в pandas ↗

Модуль 3. Котировки и финансовые данные с MOEX

4 урока

1. MOEX ISS API — загружаем котировки одной строкой ↗

2. Доходности — простая, логарифмическая, накопленная ↗

3. Волатильность, корреляция, beta ↗

4. ОФЗ, ключевая ставка ЦБ РФ и безрисковая ставка ↗

Модуль 4. Портфель и риск-метрики

3 урока

1. Веса, доходность портфеля, ребалансировка ↗

2. Sharpe, max drawdown, Sortino ↗

3. VaR — исторический и параметрический ↗

Модуль 5. Корпоративные финансы — P&L, cash-flow, NPV/IRR

3 урока

1. P&L и BS из выгрузки транзакций — pivot-таблицы ↗

2. Cash-flow проектов, NPV и IRR через numpy_financial ↗

3. Reconciliation двух выгрузок — банк vs учётная система ↗

Модуль 6. Визуализация — графики уровня «отчёт на CFO»

2 урока

1. matplotlib — line, bar, waterfall, аннотации ↗

2. plotly — интерактивные графики и мини-дашборды ↗

Модуль 7. Автоматизация — ежемесячный отчёт в одну кнопку

3 урока

1. Сборка Excel-отчёта программно через openpyxl ↗

2. Один скрипт от входа до результата + логирование ↗

3. BAT-файл и Task Scheduler — отчёт двойным кликом и по расписанию ↗

Модуль 8. Финальный проект и куда расти дальше

3 урока

1. Финальный проект — core-функции ↗

2. Финальный проект — рендер и сборка ↗

3. Куда расти дальше — ML, polars, Streamlit, ИИ-агенты ↗