---
title: "Nivel 0: Python desde cero y mentalidad de datos"
description: "Nivel 0 del curso Python para Trading: entorno con uv y Git, Python, NumPy 2, pandas 3.0, Polars, DuckDB, visualización y estadística mínima."
url: "https://pythonparatrading.com/curso-python-trading/nivel-0/"
lang: "es"
image: "https://pythonparatrading.com/og/curso-python-trading/nivel-0.png"
---

# Nivel 0: Python desde cero y mentalidad de datos

> El punto de entrada para quien no ha programado nunca: entorno moderno, el lenguaje, cálculo numérico con datos y la estadística mínima para medir rentabilidad y riesgo.

- Horas: 80–100
- Prerrequisito: Ninguno
- Perfil: Sin experiencia en programación
- Curso: [Curso Python para Trading](https://pythonparatrading.com/curso-python-trading/)

## Bienvenida y expectativas

- `0.1.1` Qué es el trading sistemático, algorítmico y cuantitativo frente al discrecional.
- `0.1.2` Expectativas realistas: costes, tiempo, riesgo de pérdida.
- `0.1.3` Estructura del curso, tests de entrada y repositorio personal; ética del aprendizaje con IA.

## Entorno de trabajo moderno

- `0.2.1` Instalación de Python 3.13/3.14 con uv; versiones y ciclo de soporte (3.10 fuera de soporte en octubre de 2026; 3.15 publicada).
- `0.2.2` Entornos virtuales y dependencias: `uv init`, `uv add`, `pyproject.toml`, lockfiles.
- `0.2.3` Editores (VS Code, Cursor, PyCharm) y Jupyter, JupyterLab o Marimo.
- `0.2.4` Terminal básica, rutas, variables de entorno, ficheros `.env`.
- `0.2.5` Git y GitHub: commits, ramas, pull requests, `.gitignore`. Nunca subir claves API.
- `0.2.6` Introducción a los asistentes de código con IA: prompts, revisión y tests.

## Fundamentos del lenguaje

- `0.3.1` Variables, tipos y operadores; coma flotante y `decimal` para precios y ticks.
- `0.3.2` Cadenas, f-strings, formato de números y fechas.
- `0.3.3` Listas, tuplas, diccionarios, conjuntos; comprensiones.
- `0.3.4` Control de flujo: `if/elif/else`, `for`, `while`, `match-case`.
- `0.3.5` Funciones: argumentos, `*args`/`**kwargs`, lambdas, ámbito.
- `0.3.6` Excepciones; módulos y paquetes (los imports perezosos de 3.15 como novedad).

## Python intermedio

- `0.4.1` POO: clases, herencia, composición, dataclasses.
- `0.4.2` Tipado: type hints, mypy o ty, Pydantic para configuraciones.
- `0.4.3` Iteradores, generadores, decoradores, context managers.
- `0.4.4` Ficheros (CSV, JSON, YAML, TOML, `pathlib`); fechas con `zoneinfo` y zonas horarias de los mercados.
- `0.4.5` Logging profesional y testing con pytest.
- `0.4.6` Concurrencia: threading, multiprocessing y asyncio (base para APIs y websockets); free-threading en 3.14+.

## Computación numérica y datos

- `0.5.1` NumPy 2: arrays, broadcasting, vectorización, álgebra lineal, generadores aleatorios.
- `0.5.2` pandas 3.0: Series y DataFrame, índices temporales, Copy-on-Write, tipo `str` con PyArrow, `pd.col()`.
- `0.5.3` Selección, filtrado, `groupby`, `merge`/`join`, `pivot`, `resample`, `rolling`/`expanding`.
- `0.5.4` Polars: API lazy frente a eager, expresiones, rendimiento; cuándo elegir Polars frente a pandas.
- `0.5.5` DuckDB y SQL esencial: `SELECT`, `JOIN`, `GROUP BY` y funciones de ventana sobre Parquet.

## Visualización

- `0.6.1` Matplotlib (API orientada a objetos), Seaborn y Plotly; velas con mplfinance o Plotly.
- `0.6.2` Dashboards rápidos con Streamlit.

## Matemáticas y estadística mínimas

- `0.7.1` Rentabilidades simples y logarítmicas, interés compuesto; estadística descriptiva (media, varianza, asimetría, curtosis).
- `0.7.2` Probabilidad básica y distribuciones (normal, t de Student); correlación frente a causalidad; regresión simple.
- `0.7.3` Álgebra lineal intuitiva: vectores y matrices, como preparación para carteras.

## Proyecto del nivel

Script o CLI que descarga precios de un ETF, calcula rentabilidades, volatilidad y drawdown, genera un informe HTML y se versiona en GitHub con tests.

Nivel siguiente: [Nivel 1: Datos financieros, mercados y análisis](https://pythonparatrading.com/curso-python-trading/nivel-1/)