본문 바로가기

전체 글

[재테크][원자재] 원자재 - 에너지 투자 알아보기 * Class101 "스토니 - 금 투자가 뜬다? 주식보다 쉬운 원자재 투자법" 강의를 참고하였습니다. * 1. 에너지(원유)의 생산과 공급, 미국의 입장 ㅇ 세계를 지배하려면 재력(기축통화)과 군사력이 필수이다. - 군사력에 필수로 수반되는 건 에너지이다. 석유가 없다면 비행기, 탱크 등을 움직일 수 없다. ㅇ 미국 : 기축통화(달러), 에너지 시장 지배가 중요 (지정학적 리스크가 원유 가격의 중요요소이다.) - '60년대 미국내부에서 에너지 생산 가능했지만, '70년대에 생산량이 줄어들면서 중동국가를 지배하려고 함. - 중동국가 입장에서는 에너지를 무기화하면 강해지겠다는 생각에 1차오일쇼크/2차오일쇼크가 발생하게 되고 미국 입장에서는 문제 - 중동국가들의 비협조로 미국은 에너지 생산을 늘리려고 하고 .. 더보기
[재테크][원자재] 경기에 따른 원자재 투자 종목 알아보기 * Class101 "스토니 - 금 투자가 뜬다? 주식보다 쉬운 원자재 투자법" 강의를 참고하였습니다. * 1. 원자재 종목 ㅇ 에너지 : 원유, 천연가스 등 ㅇ 귀금속 : 금, 은, 플래티넘 등 ㅇ 산업금속 : 구리, 알루미늄, 니켈, 아연, 납, 주석 등 ㅇ 농산물 : 옥수수, 밀, 콩, 쌀, 커피, 설탕 등 2. 원자재 사이클 : 금리 ㅇ 채권 > 주식 > 경기(부동산) > 원자재 순으로 사이클이 형성되는 편이다. - 경기 고점에서 주가는 하락하지만, 원자재는 상승한다. 부동산까지 하락하면 경기는 고점을 지나 둔화되고 있다는 판단이 가능하다. 반대로 원자재가 하락하고, 채권/주식/부동산이 오른다면 경기는 저점을 통과했다는 해석이 가능하다. ㅇ 경기에 따른 원자재 - 경기동행 회복기는 투자가 많이 일.. 더보기
[경영빅데이터분석사 2급] 요약자료 바로가기 링크 모음 [시험개요] [경영빅데이터분석사] 경영빅데이터분석사 자격증 시험정보 [자격증 소개] ㅇ 소개 - 빅데이터 경영 업무에 필요한 이론과 실무능력을 검증하는 자격시험제도입니다. 경영 빅데이터 분석사 시험의 기본 목적은 빅데이터 분석 전문가를 양성하려는데 있습 inform.workhyo.com [과목별 요약] 과목 바로가기 링크모음 [1과목] 빅데이터 이해 ㅇ 빅데이터 개념 ㅇ 빅데이터 관리 ㅇ 빅데이터 가치와 영향 ㅇ 빅데이터 비즈니스 모델 ㅇ 분석적 사고와 분석프로세스 [2과목] 경영과 빅데이터 활용 ㅇ 비즈니스 프로세스와 의사결정 ㅇ 분석기법(마케팅/생산운영/회계/재무/인적자원 애널리틱스) ㅇ 빅데이터 활용(전략/산업별/공공분야 등) [3과목] 빅데이터 기획 ㅇ 과제도출 ㅇ 기획과 계획 [4과목] 빅데이터.. 더보기
[빅데이터분석기사] 모의고사3 (결측치, 분류, map, 단일T검정) [유형1] 결측치 처리(map 활용) (문제) 주어진 데이터에서 결측치가 80% 이상 되는 컬럼은 삭제하고, 80% 미만인 결측치가 있는 컬럼은 'city' 별 중앙값으로 값을 대체하고, 'f1'컬럼의 평균값을 출력하세요. ㅇ 문제 바로가기(캐글) * df['컬럼명'].map( { 'A':a, 'B':b, 'C':c }) * 결측치 대체 - 결측치 컬럼 삭제 : df.drop['컬럼명'] - 결측치 채우기 : df.fillna(값) (풀이) import pandas as pd df = pd.read_csv('../input/bigdatacertificationkr/basic1.csv') # print(df.head()) # print(df.info()) # print(df.shape) # print(df.. 더보기
[빅데이터분석기사] 모의고사2 (이상치, 소수점데이터 찾기, 소수점데이터처리, 분류(3개set), 독립표본t-test) * 퇴근후딴짓 님의 캐글 문제를 제가 풀어본 결과입니다.* [유형1] 이상치찾기, 소수점데이터 찾고 처리하기(올림/내림/버림) (문제) 주어진 데이터에서 이상치(소수점 나이)를 찾고 올림, 내림, 버림(절사)했을때 3가지 모두 이상치 'age' 평균을 구한 다음 모두 더하여 출력하시오. -> 문제 바로가기(캐글) * 올림/버림/내림 - import numpy as np - 올림 : np.ceil(df['컬럼명']) - 내림 : np.floor(df['컬럼명']) - 버림 : np.trunc(df['컬럼명']) * 소수점 데이터 찾는 방법 : 값 - 내림해서 뺀 값이 0이 아닌 경우 : df['컬럼'] - np.floor(df['컬럼') != 0 (풀이) # 라이브러리 및 데이터 불러오기 import pa.. 더보기
[빅데이터분석기사] 모의고사 1 (이상치, 분류(3개set), 쌍체T표본검정) * 퇴근후딴짓 님의 캐글 문제를 제가 풀어본 결과입니다. * [유형1] 이상치 찾기 -> 문제 바로가기(캐글) (문제) 데이터에서 IQR을 활용해 Fare컬럼의 이상치를 찾고, 이상치 데이터의 여성 수를 구하시오 (풀이) # 라이브러리 및 데이터 불러오기 import pandas as pd df = pd.read_csv("../input/titanic/train.csv") # EDA # print(df.head(3)) # print(df.shape) # print(df.info()) # print(df.isnull().sum()) # IQR 구하기 (IQR = Q3-Q1) # 최대 : Q3 + 1.5*IQR / 최소 : Q1-1.5*IQR Q3 = df['Fare'].quantile(.75) Q1 = d.. 더보기
[빅데이터분석기사] 모의고사 5 (누적합, 결측치, 이상치, 정렬, 회귀, 정규분포검증) [유형1-1] 누적합, 결측치 처리 (문제) 주어진 데이터에서 f2컬럼이 1인 조건에 해당하는 데이터의 f1컬럼 누적합을 계산한다. 이때 발생하는 누적합 결측치는 바로 뒤의 값을 채우고, 누적합의 평균값을 출력한다. (단, 결측치 바로 뒤의 값이 없으면 다음에 나오는 값을 채워넣는다.) ㅇ 문제 바로가기(캐글) * 누적합 : df.cumsum() * 결측치 앞/뒤 값으로 채우기 : df.fillna(method = "bfill/ffill") (풀이) import pandas as pd df = pd.read_csv('../input/bigdatacertificationkr/basic1.csv') # print(df.head(2)) # print(df.shape) # print(df.info()) # 누적.. 더보기
[빅데이터분석기사] 모의고사4 (표준편차, 그룹합, 값 대체, 회귀, 일원배치법) [유형1-1] 표준편차 구하기 (문제) 주어진 데이터에서 f1 컬럼값이 'ENFJ'와 'INFP'인 'f1'의 표준편차 차이를 절대값으로 구하시오. ㅇ 문제 바로가기(캐글) * 표준편차 : df[조건]['컬럼'].std() (풀이) import pandas as pd df = pd.read_csv('../input/bigdatacertificationkr/basic1.csv') # print(df.head(3)) # print(df.shape) # print(df.info()) cond1 = df['f4'] == 'ENFJ' cond2 = df['f4'] == 'INFP' print(abs(df[cond1]['f1'].std()-df[cond2]['f1'].std())) [유형1-2] 결측치 제거 및 그.. 더보기

티스토리툴바