RAMÍREZ GIL, CARLOS MARIO
CAPÍTULO 1. ¿POR QUE LOS USUARIOS DE EXCEL Y ESPECIALMENTE LOS PROFESIONALES DE FINANZAS NECESITAN APRENDER PYTHON? 1.1 VENTAJAS DE PYTHON SOBRE EXCEL 1.1.1 Python no está limitado por el tamaño 1.1.2 Python no está limitado por la memoria 1.1.3 Python no tiene limitaciones de integración 1.1.4 La automatización no es posible con Excel 1.1.5 Capacidades multiplataforma. 1.1.6 Comunidad y soporte de código abierto 1.1.7 Entonces, ¿debería deshacerme de Excel? 1.2 PYTHON-PANDAS VS EXCEL 1.2.1 Construido sobre Python 1.2.2 Maneja múltiples tipos de datos 1.2.3 Maneja grandes conjuntos de datos 1.2.4 Limpia archivos rápidamente y convierte archivos CAPÍTULO 2. APRENDIENDO PYTHON DESDE CERO 2.1 ¿QUÉ ES PYTHON? 2.2 CONFIGURANDO EL AMBIENTE PYTHON 2.2.1 Descarga e instalación de Python 2.2.2 Ejecutar una secuencia de comandos 2.2.3 La ejecución del entorno interactivo IDLE 2.2.4 Editores de texto para Python 2.2.5 Jupyter Notebook 2.2.6 Usando Python con Jupyter Notebook en Google Colaborat 2.3 CONOCIENDO LO BÁSICO DE PYTHON 2.3.1 Los comentarios 2.3.2 Indentación 2.3.3 Variables 2.3.4 Operadores 2.3.5 Declaraciones condicionales 2.3.6 For loops (Para bucles) 2.3.7 Bucle While (Mientras) 2.3.8 Input (Entrada) del usuario 2.3.9 Typecasting (Tipografía) 2.3.10 Diccionarios 2.3.11 Listas 2.3.12 Tuplas 2.3.13 Conjuntos 2.3.14 Funciones y argumentos 2.3.15 Ámbito 2.3.16 Declaración de devolución 2.3.17 Expresión Lambda 2.3.18 Comprensión de listas 2.4 CONCEPTOS DE PROGRAMACIÓN ORIENTADA A OBJETOS (OOP) 2.4.1 Ventajas de la programación orientada a objetos 2.4.2 Clases 2.4.3 Métodos 2.4.4 Objetos 2.4.5 Constructo 2.4.6 Atributos de instancia 2.4.7 Atributos de clase 2.4.8 Self 2.4.9 Herencia 2.4.10 Super 2.4.11 Herencia Múltiple 2.4.12 Polimorfismo 2.4.13 Encapsulación 2.4.14 Decorador 2.4.15 Excepciones 2.5 IMPORTACIÓN DE PAQUETES 2.6 GUÍA DE ESTILO PARA LA ESCRITURA DEL CÓDIGO PYTHON 2.6.1 Sangria (Indentation) 2.6.2 Longitud máxima de la línea 2.6.3 Comillas simples o dobles 2.6.4 Líneas en blanco 2.6.5 Declaraciones de importación 2.6.6 Comentarios 2.6.7 Nombres de dunder a nivel de módulo 2.6.8 Convenciones de nombres 2.6.9 Espacios en blanco en expresiones / declaraciones CAPÍTULO 3. LOS 10 MEJORES PAQUETES DE PYTHON PARA FINANZAS Y MODELADO FINANCIERO 3.1 NUMPY 3.2 SCIPY 3.3 PANDAS 3.4 STATSMODELS 3.5 QUANDL 3.6 ZIPLINE 3.7 PYFOLIO 3.8 TA-LIB 3.9 QUANT-LIB 3.10 MATPLOTLIB CAPÍTULO 4. OBTENIENDO Y PROCESANDO DATOS FINANCIEROS 4.1 OBTENIENDO DATOS DE YAHOO FINANCE 4.2 OBTENIENDO DATOS DE QUANDL 4.3 OBTENIENDO DATOS DE INTRINIO 4.4 TRANSFORMANDO PRECIOS DE ACTIVOS FINANCIEROS 4.5 CAMBIANDO LA FRECUENCIA TEMPORAL DE LOS RENDIMINETOS 4.6 VISUALIZANDO DATOS DE SERIES DE TIEMPO FINANCIERAS 4.7 IDENTIFICANDO VALORES ATÍPICOS EN LA SERIE TEMPORAL 4.8 OBTENCIÓN Y REMUESTREO DE DATOS SOBRE CRIPTOMONEDAS 4.8.1 Obteniendo los datos de Kraken (Exchanges) 4.8.2 Remuestreo CAPÍTULO 5. EL VALOR DEL DINERO EN EL TIEMPO 5.1 INTRODUCCIÓN AL VALOR TEMPORAL DEL DINERO, VALOR FUTURO Y VALOR PRESENTE 5.2 VALOR PRESENTE DE UNA PERPETUIDAD. 5.3 VALOR PRESENTE DE UNA PERPETUIDAD CRECIENTE 5.4 VALOR PRESENTE Y FUTURO DE UNA ANUALIDAD 5.5 CÁLCULO DE LOS PAGOS DE UN PRÉSTAMO Y LA TABLA DE AMORTIZACIÓN EN PYTHON 5.6 DEFINICIÓN DE VPN Y REGLA DE VPN 5.7 DEFINICIÓN DE TIR Y REGLA DE LA TIR CAPÍTULO 6. EXTRAER Y CALCULAR INDICADORES FINANCIEROS CLAVES CON PYTHON 6.1 PYTHON PARA FINANZAS ES NUESTRO MEJOR ALIADO 6.2 CONSEGUIR DATOS E INDICADORES FINANCIEROS CLAVES CON PYTHON 6.3 CONSOLIDAR INDICADORES FINANCIEROS EN UN DATAFRAME DE PANDAS 6.4 CALCULAR INDICADORES FINANCIEROS CON PYTHON 6.5 GRAFICAR INDICADORES FINANCIEROS CON PYTHON 6.6 EXPORTAR INDICADORES FINANCIEROS A UN ARCHIVO EN EXCEL CAPÍTULO 7. VALORACIÓN DE BONOS Y ACCIONES 7.1 ESTRUCTURA TEMPORAL DE TASAS DE INTERÉS 7.2 RELACIÓN RIESGO Y RENTABILIDAD. LA DURACIÓN 7.3 EVALUACIÓN DE BONOS Y RENDIMIENTO HASTA EL VENCIMIENTO 7.4 VALORACIÓN DE ACCIONES CAPÍTULO 8. COSTO PROMEDIO PONDERADO DE CAPITAL (WACC) 8.1 ¿QUÉ ES EL COSTO DE CAPITAL PROMEDIO PONDERADO (WACC)? 8.2 ¿CÓMO CALCULAR EL WACC? 8.3 COSTO DE LA DEUDA DE LAS EMPRESAS 8.4 COSTO DEL PATRIMONIO DE LA EMPRESA 8.5 CALCULANDO EL WACC CON PYTHON 8.5.1 Estimación del costo de la deuda con Python 8.5.2 Estimación del costo de patrimonio con Python 8.5.3 Costo de capital promedio ponderado (WACC) con Python CAPÍTULO 9. FLUJO DE CAJA LIBRE DESCONTADO: VALORACIÓN DE UNA EMPRESA 9.1 INTRODUCCIÓN AL MÉTODO DE FLUJO DE CAJA LIBRE DESCONTADO 9.2 VALOR DE LA EMPRESA CON EL MÉTODO DE FLUJO DE CAJA LIBRE DESCONTADO 9.3 PRONÓSTICO DEL FLUJO DE CAJA LIBRE DE LA EMPRESA 9.4 FLUJO DE CAJA LIBRE DESCONTADO CON PYTHON 9.4.1 Estimación del crecimiento futuro de los ingresos 9.4.2 Obtención del estado de resultados y el balance genera 9.4.3 Proyección de los flujos de caja futuros de las operaciones 9.4.4 Convertir los flujos de caja libres proyectados 9.4.5 Estimación del costo de capital. 9.4.6 Obtención del valor presente de los flujos de caja libre 9.4.7 Cálculo del valor terminal 9.4.8 Calcular el precio objetivo de Google CAPÍTULO 10. REPRESENTACIÓN GRÁFICA Y VISUAL DE DATOS FINANCIEROS EN PYTHON 10.1 IMPORTANDO LIBRERÍAS 10.2 EXTRAYENDO LOS PRECIOS HISTÓRICOS DE LAS ACCIONES 10.3 GRÁFICO DE ÁREA 10.4 GRÁFICO DE VELAS 10.5 GRÁFICO OHLC 10.6 GRÁFICO BULLET 10.7 GRÁFICO DE CALIBRE RADIAL CAPÍTULO 11. ASIGNACIÓN DE ACTIVOS PARA UN PORTAFOLIO EFICIENTE EN PYTHON 11.1 EVALUAR EL RENDIMIENTO DE UN 1 / N PORTAFOLIO BÁSICO 11.2 ENCONTRAR LA FRONTERA EFICIENTE USANDO SIMULACIÓN MONTECARLO 11.3 ENCONTRAR LA FRONTERA EFICIENTE USANDO OPTIMIZACIÓN CON SCIPY CAPÍTULO 12. SIMULACIÓN MONTE CARLO EN FINANZAS 12.1 SIMULANDO LA DINÁMICA DEL PRECIO DE LAS ACCIONES 12.2 PRECIOS DE OPCIONES EUROPEAS MEDIANTE SIMULACIONES 12.3 ESTIMACIÓN DEL VALOR EN RIESGO UTILIZANDO MONTE CARLO CAPÍTULO 13. MODELADO DE SERIES DE TIEMPO FINANCIERAS 13.1 DESCOMPOSICIÓN DE SERIES DE TIEMPO 13.2 DESCOMPOSICIÓN DE SERIES DE TIEMPO USANDO PROPHET DE FACEBOOK 13.3 PRUEBA DE ESTACIONARIEDAD EN SERIES DE TIEMPO 13.4 CORRECCIÓN DE LA ESTACIONARIEDAD EN SERIES DE TIEMPO 13.5 MODELADO DE SERIES DE TIEMPO CON MÉTODOS DE SUAVIZADO EXPONENCIAL 13.6 MODELADO DE SERIES DE TIEMPO CON MODELOS DE CLASE ARIMA CAPÍTULO 14. INTEGRACIÓN DE PYTHON CON EXCEL 14.1 PANDAS PARA LEER UN ARCHIVO DE EXCEL 14.1.1 Método y argumentos pd.read_excel () 14.1.2 Método y argumentos pd.read_csv () 14.2 LEER VARIAS HOJAS DE EXCEL CON PANDAS 14.2.1 método pd.read_excel () 14.2.2 Método pd.ExcelFile () 14.3 LEER MÚLTIPLES ARCHIVOS DE EXCEL CON PYTHON 14.3.1 Método 1: Obtener archivos de la carpeta - estilo Pow 14.3.2 Método 2: usar un archivo de entrada de Excel 14.4 GUARDANDO LOS DATOS EN UN ARCHIVO DE EXCEL USANDO PYTHON 14.5 GUARDAR EN ARCHIVO CSV 14.6 GUARDE VARIAS HOJAS EN UN ARCHIVO DE EXCEL CON PYTHON
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. Los capítulos posteriores se pueden agrupar en los siguientes aspectos: ? Aprender a extraer datos. la extracción de datos de múltiples fuentes: sitios web, bases de datos de estados financieros y cotizaciones de bolsa. ? Aprender a construir modelos financieros. Los modelos financieros son un insumo fundamental en el proceso de toma de decisiones empresariales, tanto de inversión como de financiación. ? Automatizar procesos. La capacidad de Python para automatizar tareas es simplemente ilimitada. Esto se traduce en crecimientos espectaculares de la productividad. Todos los capítulos inician con un planteamiento teórico que inmediatamente se traduce a la aplicación de ejercicios prácticos y que por supuesto el usuario podrá replicar para fortalecer su aprendizaje. Podrá descargar el código de esta obra accediendo a la ficha del libro en www.ra-ma.es
