آموزش پایتون برای تجارت الگوریتمی: استراتژی تجزیه و تحلیل فنی

Python for Algorithmic Trading: Technical Analysis Strategy

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره: وارد کردن داده ها ، مدل سازی ، تجارت الگوریتمی ، مدیریت نمونه کارها ، تجارت زنده MT5 با استفاده از پایتون ، شامل ربات.

آنچه خواهید آموخت

  • تجارت زنده MT5 با استفاده از پایتون
  • مهارت های پایتون خود را افزایش دهید
  • ایجاد استراتژی های تجارت الگوریتمی
  • داده های مالی طرح
  • پشتیبان برداری بردار
  • آماری مانند نسبت شارپ ، نسبت سورتینو ، بتا
  • ترکیب استراتژی های معاملاتی با استفاده از تکنیک مدیریت نمونه کارها
  • مدیریت داده ها با استفاده از Pandas
  • تمیز کردن داده ها با استفاده از پانداها
  • برنامه نویسی پایتون
  • مقایسه/انتخاب استراتژی های معاملاتی
  • ریسک یک استراتژی را کم کنید
  • بهینه سازی نمونه کارها Sortino
  • حداقل بهینه سازی واریانس
  • بهینه سازی میانگین واریانس Skewness Kurtosis (معروف نیست اما یکی از پرکاربردترین آنهاست)
  • وارد کردن داده های مالی از کارگزار
  • وارد کردن داده های مالی از Yahoo Finance
  • استراتژی خود را بر روی VPS قرار دهید

شما از قبل در زبان پایتون دانش دارید و می خواهید از دانش خود کسب درآمد و تنوع ایجاد کنید؟

شما قبلاً دانش معاملاتی دارید و می خواهید در مورد معاملات الگوریتمی اطلاعات کسب کنید؟

شما فقط فردی کنجکاو هستید که می خواهید وارد این موضوع شوید؟


اگر حداقل به یکی از این س questionsالات پاسخ دهید ، من به شما خوش آمدید به این دوره. برای مبتدیان پایتون ، نگران نباشید یک دوره پایتون (کوچک اما متراکم) برای تسلط بر این دانش پایتون وجود دارد.

در این دوره ، نحوه برنامه ریزی استراتژی ها را از ابتدا خواهید آموخت. در واقع ، پس از یک دوره تصادف در پایتون ، خواهید آموخت که چگونه یک استراتژی را بر اساس یکی از شاخص های فنی مورد استفاده پیاده سازی کنید: RSI. همچنین نحوه ترکیب استراتژی ها برای بهینه سازی ریسک/بازده خود را با استفاده از تکنیک های نمونه کارها مانند بهینه سازی نمونه کارها Sortino ، بهینه سازی حداقل واریانس و بهینه سازی کورتوز کجی میانگین واریانس یاد خواهید گرفت.

به محض ایجاد استراتژی ها ، ما آنها را با استفاده از python آزمایش می کنیم. برای اینکه این استراتژی را با استفاده از آمارهایی مانند نسبت Sortino ، کاهش بتا بهتر بدانیم ... سپس بهترین الگوریتم خود را در معاملات زنده قرار می دهیم.


با ابزارهایی که توسط مدیران نمونه کارها و معامله گران حرفه ای استفاده می شود آشنا خواهید شد:

  • پیاده سازی معاملات زنده

  • وارد کردن داده ها

  • برخی الگوریتم های مرجع

  • نحوه انجام آزمایش مجدد

  • خطر سهام

  • پایتون

  • موقعیت طولانی و کوتاه

    چیست؟
  • آشفته

  • پاندا

  • Matplotlib

  • چرا باید سرمایه گذاری های خود را متنوع کنید

  • نسبت وضوح

  • نسبت سورتینو

  • ضریب آلفا

  • ضریب بتا

  • بهینه سازی نمونه کارها Sortino

  • بهینه سازی حداقل واریانس

  • بهینه سازی کورتوز کجی میانگین واریانس


چرا این دوره و نه دوره دیگر؟

  • این یک دوره برنامه نویسی و یک دوره تجارت نیست. این دوره ای است که در آن از برنامه نویسی برای تجارت استفاده می شود.

  • این دوره توسط یک دانشمند داده ایجاد نشده است ، بلکه دارای مدرکی در ریاضیات و اقتصاد است که در زمینه یادگیری ماشین برای امور مالی تخصص دارد.

  • شما می توانید فقط با ثبت نام در انجمن رایگان Discord

    ، سوالات خود را بپرسید یا مقالات مالی کمی ما را بخوانید

بدون اینکه فراموش کنید دوره راضی شده یا 30 روز بازپرداخت می شود. فرصتی را برای بهبود دانش خود در مورد این موضوع جذاب از دست ندهید.

این دوره برای چه کسانی است:

  • همه کسانی که می خواهند تجارت زنده MT5 را با استفاده از python
  • یاد بگیرند دانشجویان مالی
  • حرفه ای در امور مالی
  • حرفه ای در علم داده
  • دانشجویان علوم داده

سرفصل ها و درس ها

معرفی Introduction

  • مرا بخوان Read me

  • محیط ها را نصب کنید Install the environments

فصل 1: مبانی پایتون Chapter 1: Basics of Python

  • نوع شی: شماره Type of object: Number

  • نوع شی: رشته Type of object: String

  • نوع شی: عملیات منطقی و بولی Type of object: Logical operations and Boolean

  • نوع شی: تعیین متغیر Type of object: Variable assignment

  • نوع شی: Tuple و List Type of object: Tuple and List

  • نوع شی: فرهنگ لغت Type of object: Dictionary

  • نوع شی: مجموعه Type of object: Set

  • ساختارهای پایتون: If/Elif/Else Python structures: If / Elif / Else

  • ساختارهای پایتون: برای Python structures: For

  • ساختارهای پایتون: در حالی که Python structures: While

  • توابع: مبانی عملکرد Functions: Basics of function

  • توابع: متغیر محلی Functions: Local variable

  • توابع: متغیر جهانی Functions: Global variable

  • توابع: عملکرد لامبدا Functions: Lambda function

فصل 1 (زیر): مبانی پایتون برای علم داده Chapter 1 (following): Basics of Python for Data Science

  • Numpy: آرایه Numpy: Array

  • آشفته: تصادفی Numpy: Random

  • ناهنجار: نمایه سازی/برش/تبدیل Numpy: Indexing / Slicing / Transformation

  • پانداها: سری و DataFrame Pandas: Serie and DataFrame

  • پاندا: تمیز کردن و انتخاب داده ها Pandas: Cleaning and selection data

  • پانداها: انتخاب مشروط Pandas: Conditional selection

  • Matplotlib: نمودار Matplotlib: Graph

  • Matplotlib: پراکنده Matplotlib: Scatter

  • Matplotlib: ابزارها Matplotlib: Tools

فصل 2: وارد کردن داده ها Chapter 2: Import the data

  • یک کتابخانه را در Google Colaboratory نصب کنید Install a library on Google Colaboratory

  • از کتابخانه امور مالی استفاده کنید Use Finance Library

  • دیگران راه هایی را وارد می کنند Others import ways

فصل 3: استراتژی معاملات الگوریتمی Chapter 3: Algorithmic trading strategy

  • معرفی استراتژی RSI RSI Strategy Introduction

  • ایجاد یک استراتژی با RSI - توضیح و محاسبه RSI Create a strategy with the RSI - Explanation and computation of the RSI

  • ایجاد استراتژی با RSI - Zone of Action Create a strategy with the RSI - Zone of Action

  • ایجاد یک استراتژی با RSI - خرید سیگنال Create a strategy with the RSI - Buying signals

  • ایجاد یک استراتژی با RSI - فروش سیگنال Create a strategy with the RSI - Selling signals

  • ایجاد استراتژی با RSI - استراتژی مثال Create a strategy with the RSI - Strategy Example

  • ایجاد استراتژی با RSI - بازگشت استراتژی Create a strategy with the RSI - Returns of the Strategy

  • عملکرد RSI - سیگنال های بلند RSI Function - Long Signals

  • عملکرد RSI - سیگنال های کوتاه RSI Function - Short Signals

  • عملکرد RSI - محاسبه را برمی گرداند RSI Function - Returns computation

فصل 4: آزمایش مجدد بردار Chapter 4: Vectorized Backtesting

  • معرفی Introduction

  • محاسبه نسبت سورتینو Sortino ratio computation

  • محاسبه نسبت بتا (معیار CPAM) Beta ratio computation (CPAM metric)

  • محاسبه نسبت آلفا (معیار CPAM) Alpha ratio computation (CPAM metric)

  • ایجاد تابع تخلیه Drawdown function creation

  • برنامه عملکرد Drawdown Drawdown function application

  • عملکرد BackTesting (1) BackTesting Function (1)

  • عملکرد BackTesting (2) BackTesting Function (2)

  • BackTesting استراتژی RSI BackTesting RSI strategy

فصل 7: معاملات زنده MetaTrader 5 با استفاده از پایتون Chapter 7: MetaTrader 5 Live Trading using Python

  • معرفی Introduction

  • یک کتابخانه در Jupyter Notebook نصب کنید Install a library on Jupyter Notebook

  • پلت فرم را اولیه کنید Initialize the platform

  • دریافت کارگزار داده Get data broker

  • ارسال سفارشات به بازار با استفاده از پایتون Send orders on the market using python

  • موقعیت های فعلی را بدست آورید Get current positions

  • ایجاد ساختار را اجرا کنید Run structure creation

  • بستن همه موقعیت ها Close All Positions

  • برنامه تجارت مستقیم: سیگنال های تصادفی Live Trading application: random signals

  • برنامه تجارت مستقیم: استراتژی RSI Live Trading application: RSI strategy

نمایش نظرات

نظری ارسال نشده است.

آموزش پایتون برای تجارت الگوریتمی: استراتژی تجزیه و تحلیل فنی

این دوره غیر فعال شده است.

جزییات دوره
3h 32m
57
Udemy (یودمی) udemy-small
09 مهر 1400 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
11,020
از 5
ندارد
ندارد
ندارد

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Lucas Inglese Lucas Inglese

بنیانگذار Quantreo فارغ التحصیل ریاضیات و اقتصاد در دانشگاه استراسبورگ (فرانسه). سپس به HEC لوزان (سوئیس) نقل مکان کرد تا در مقطع کارشناسی ارشد در رشته مالی با تخصص علوم داده مشغول به تحصیل شود. او قبلاً از طریق دوره های آنلاین خود و کانال YouTube خود که به تجارت کمی الگوریتمی اختصاص داده است ، به هزاران دانش آموز کمک کرده است. او همچنین بنیانگذار Quantreo است.

Florent Fischer Florent Fischer

بنیانگذار Quantreo فارغ التحصیل ریاضیات و اقتصاد در دانشگاه استراسبورگ (فرانسه). سپس به HEC لوزان (سوئیس) رفت تا در مقطع کارشناسی ارشد در زمینه امور مالی با تخصص مدیریت دارایی و ریسک تحصیل کند و در آنجا مهارتهای کمی و تئوریک را برای امور مالی و سرمایه گذاری توسعه داد. او همچنین بنیانگذار Quantreo است.

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.