آموزش تجارت الگوریتمی با پایتون: استراتژی های یادگیری ماشین

سرفصل ها و درس ها

معرفی Introduction

• معرفی Introduction

اصول اولیه پایتون Basics of python

• معرفی Introduction

• نوع شی: عدد Type of object: Number

• نوع شی : رشته ای Type of object: String

• نوع شیء: عملیات منطقی و بولین Type of object: Logical Operations and Boolean

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

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

• نوع شیء: دیکشنری 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: تابع لامبدا Functions: Lambda function

مبانی پایتون برای علم داده Basics of Python for Data Science

• معرفی Introduction

• Numpy: آرایه Numpy: Array

• Numpy: تصادفی Numpy: Random

• Numpy: نمایه سازی/برش/تبدیل Numpy: Indexing / slicing /Transformation

• پانداها: سری و دیتا فریم Pandas: Serie and DataFrame

• پانداها: داده های تمیز کردن و انتخاب Pandas: Cleaning and selection data

• پانداها: انتخاب مشروط Pandas: Conditional selection

• Matplotlib: نمودار Matplotlib: Graph

• Matplotlib: پراکنده Matplotlib: Scatter

• Matplotlib: ابزار Matplotlib: Tools

واردات داده های مالی Import financial data

• مقدمه/نصب کتابخانه در google colab Introduction / Install library on google colab

• داده ها را وارد کنید Import the data

• نقاط قوت و ضعف yfinance Strengths and weaknesses of yfinance

مهندسی ویژگی های مالی Financial features engineering

• معرفی Introduction

• قیمت سهام را دریافت کنید Get stock prices

• ایجاد میانگین متحرک ساده (SMA) Create a simple moving average (SMA)

• ایجاد یک انحراف استاندارد متحرک (MSD) Create a moving standard deviation (MSD)

• از کتابخانه تحلیل تکنیکال برای ایجاد اندیکاتور RSI استفاده کنید Use the technical analysis library to create a RSI indicator

• خودکارسازی فرآیند مهندسی ویژگی ها Automatisation of the features engineering process

الگوریتم رگرسیون خطی Linear regression algorithm

• معرفی Introduction

• رگرسیون خطی: نظریه Linear Regression: Theory

• داده ها را وارد کنید Import the data

• مجموعه داده را تقسیم کنید Split the dataset

• رگرسیون خطی: تمرین کنید Linear Regression: Practice

• پیش بینی قیمت سهام با استفاده از پیش بینی های یادگیری ماشین Predict stock prices using Machine learning predictions

• با استفاده از پیش‌بینی‌های یادگیری ماشین، استراتژی‌های معاملاتی ایجاد کنید Create trading strategies using Machine learning predictions

• فرآیند را خودکار کنید Automatize the process

بک تست برداری برداری Vectorized Backtesting

• معرفی Introduction

• محاسبه نسبت سورتینو Sortino ratio computation

• محاسبه نسبت بتا (متریک CAPM) Beta ratio computation (CAPM metric)

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

• تابع Drawdown: ایجاد Drawdown function: creation

• تابع Drawdown: برنامه کاربردی Drawdown function: application

• عملکرد BackTesting BackTesting Function

• عملکرد بک تست: سفارشی کردن Backtesting Function: Customize

• کاربرد: یادگیری ماشینی Application: Machine learning

ماشین بردار پشتیبانی Support vecteur machine

• معرفی Introduction

• SVR: تئوری SVR: Therory

• مهندسی ویژگی ها: ایجاد شاخص های فنی Features engineering: Create technical indicators

• ویژگی های مهندسی: استانداردسازی Features engineering: Standardization

• مهندسی ویژگی ها: تجزیه و تحلیل اجزای اصلی Features engineering: Principal component analysis

• SVR: تمرین کنید SVR: Practice

• بک تست استراتژی Backtest the strategy

• خودکارسازی Automatization

تجارت زنده متاتریدر 5 با استفاده از پایتون MetaTrader 5 Live Trading using Python

• معرفی Introduction

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

• پلت فرم را راه اندازی کنید Initialize the platform

• داده ها را از کارگزار خود دریافت کنید Get data from your broker

• ارسال سفارشات در بازار با استفاده از پایتون Send orders on the market using Python

• موقعیت های فعلی را دریافت کنید Get current positions

• ایجاد ساختار را اجرا کنید Run structure creation

• همه موقعیت ها را ببندید Close all positions

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