Correlación de series de tiempo

Inspirado en este repositorio.

Esta colección de notebooks tiene la intención de ejemplificar de forma simple una tarea de descarga de series de tiempo financieras (Yahoo Finance), preparación y limpieza de los datos, y cálculo de matrices de correlación de Pearson.

Contenido del repositorio

./
├── 1 - Descarga y preparación de datos.ipynb #La _carnita_ del repositorio está en los archivos `*.ipynb`
├── 2 - Matrices de correlación.ipynb
├── 3 - Análisis básico de series de tiempo.ipynb
├── binder #Estos archivos de acá son útiles para desplegar un ambiente virtual en la nube.
│   ├── requirements.in
│   ├── requirements.txt
│   └── runtime.txt
├── binderLoading.png #Esta imagen es utilizada por el README.md.
├── CITATION.cff
├── data # Acá están los datos utilizados o generados por los notebooks.
│   ├── ^MXX_from2008-09-15_to2022-05-17_downloaded20230517.json
│   ├── ^MXX_from2008-09-15_to2022-06-16_downloaded20220616.json
│   ├── rendimientos.csv
│   ├── returns^MXX_from2008-09-15_to2022-05-17_downloaded20230517.csv
│   ├── returns^MXX_from2008-09-15_to2022-06-16_downloaded20220616.csv
│   ├── returns_SP500.csv
│   ├── stockPrices_downloaded20230517.csv
│   └── worldIndices_20220616.json
├── jupyterReady.png # Esta imagen es utilizada por el README.md.
├── LICENSE
└── README.md # **Este** archivo.

Utilización del repositorio

Para poder interactuar con los notebooks (archivos con extensión *.ipynb), dele click al botón de la parte superior izquierda de este README.md. De forma alternativa, puede utilizar este enlace y pegar en el primer cuadro de texto la URL de este repositorio.

Nota: Puede tomar un rato en desplegarse el ambiente de trabajo.

Una vez desplegado, podrá interactuar con el código de los notebooks.

Ambientación de Python con Jupyter+Binder

La idea de este repositorio es poder crear un ambiente de **Jupyter** con Python 3.x (ver archivo runtime.txt), instalando las dependencias necesarias listadas en requirements.txt.

Notas

• El archivo binder/requirements.txt debe listar todas las librerías de Python invocadas en los notebooks. Éstas se instalan con:

$ pip install -r requirements.txt

• Si el repositorio se clona, se pueden especificar las dependencias de forma vaga, en un archivo binder/requirements.in, con pip-compile; así, se genera el archivo requirements.txt con las versiones estrictamente necesarias congeladas (una snapshot):

#requirements.in
pandas
numpy
...