لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش پایتون کاربردی برای امور مالی [ویدئو]
Hands-On Python for Finance [Video]
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
آیا میدانستید پایتون یکی از بهترین راهحلها برای تجزیه و تحلیل کمی امور مالی شما با مروری بر جدول زمانی است؟ این دوره عملی به توسعه دهندگان و تحلیلگران کمی کمک می کند تا با پایتون شروع به کار کنند و شما را از طریق مهمترین جنبه های استفاده از Python برای تامین مالی کمی راهنمایی می کند.
شما با یک پرایمر برای پایتون و ساختارهای داده مختلف آن شروع خواهید کرد. سپس به کتابخانه های شخص ثالث شیرجه خواهید زد. شما با کتابخانه ها و ابزارهای پایتون که به طور خاص برای اهداف تحلیلی و تجسمی طراحی شده اند کار خواهید کرد. سپس یک نمای کلی از جریان نقدی در طول جدول زمانی دریافت خواهید کرد. شما همچنین مفاهیمی مانند ارزیابی سری زمانی، پیش بینی، رگرسیون خطی را یاد خواهید گرفت و همچنین به جنبه های حیاتی مانند مدل های خطی، همبستگی و ساخت نمونه کارها نگاه خواهید کرد. در نهایت، ارزش در معرض خطر (VaR) را محاسبه کرده و مقادیر پورتفولیو را با استفاده از شبیهسازی مونت کارلو که کلاس وسیعتری از الگوریتمهای محاسباتی است، شبیهسازی میکنید.
با مثالهای عملی متعدد در طول دوره، یک چارچوب کامل برای مونت کارلو ایجاد خواهید کرد، که کلاسی از الگوریتمهای محاسباتی و مشتقات مبتنی بر شبیهسازی و تجزیه و تحلیل ریسک است.
لینک Github به این دوره عبارت است از: https://github.com/PacktPublishing/Hands-on-Python-for-Finance-V مهارت های برنامه نویسی عمومی در پایتون و کار با رابط های رایج پایتون
استفاده از Numpy، Pandas و matplotlib برای دستکاری، تجزیه و تحلیل و تجسم داده ها
ارزش زمانی برنامه های کاربردی پول و انتخاب پروژه را درک کنید
دریافت و با داده های کاری، روش های پیش بینی سری های زمانی و مدل های خطی
درک همبستگی و ساخت نمونه کارها
با شبیه سازی مونت کارلو، ارزش در معرض خطر و ارزش گذاری گزینه ها راحت باشید
این دوره برای توسعه دهندگان و تحلیلگران با سابقه زبان برنامه نویسی است و علاقه مند به یک چارچوب مشخص برای استفاده از پایتون برای تقویت یا جایگزینی برنامه های صفحه گسترده برای کارهای مالی هستند.
از کتابخانههایی مانند Numpy، Pandas، Scipy و Matplotlib برای تجزیه و تحلیل، دستکاری و تجسم دادهها استفاده کنید * تکنیکهای رایج ارزیابی سری زمانی را اجرا کنید، از جمله توسعه مدلهای پیشبینی و مدلهای خطی برای پیشبینی. و محاسبه ارزش در معرض خطر *
سرفصل ها و درس ها
پرایمر برنامه نویسی پایتون
Python Programming Primer
بررسی اجمالی دوره
The Course Overview
نصب پلتفرم آناکوندا
Installing the Anaconda Platform
راه اندازی محیط پایتون
Launching the Python Environment
تکرار در پایتون (For Loops)
Repetition in Python (For Loops)
منطق انشعاب در پایتون (If Blocks)
Branching Logic in Python (If Blocks)
مقدمه ای بر توابع در پایتون
Introduction to Functions in Python
محیط داده پایتون
The Python Data Environment
آشنایی با آرایه های NumPy
Introduction to NumPy Arrays
NumPy - شیرجه عمیق تر
NumPy – A Deeper Dive
پانداها – قسمت اول
Pandas – Part I
پانداها – قسمت دوم
Pandas – Part II
مقدمه ای بر Scipy.stats
Introduction to Scipy.stats
Matplotlib – قسمت اول
Matplotlib – Part I
Matplotlib – قسمت دوم
Matplotlib – Part II
ارزش زمانی پول
Time Value of Money
ارزش فعلی جریانی از جریان های نقدی
Present Value of a Stream of Cash Flows
ارزش آتی جریان های نقدی منفرد و چندگانه
Future Value of Single and Multiple Cash Flows
ارزش فعلی خالص یک پروژه
Net Present Value of a Project
نرخ بازده داخلی
Internal Rate of Return
مقدمه ای بر استهلاک
Introduction to Amortization
ایجاد یک برنامه استهلاک
Creating an Amortization Application
ارزیابی و پیش بینی سری های زمانی
Time Series Evaluation and Forecasting
باز کردن و خواندن یک فایل CSV
Opening and Reading a .CSV File
دریافت و ارزیابی داده ها
Getting and Evaluating Data
پیش بینی میانگین متحرک
Moving Average Forecasting
پیش بینی با هموارسازی تک نمایی
Forecasting with Single Exponential Smoothing
ایجاد و آزمایش یک سیستم معاملاتی ساده
Creating and Testing a Simple Trading System
مدل های خطی، همبستگی و ارزش گذاری
Linear Models, Correlation, and Valuation
ارزش گذاری اوراق بهادار با مدل های قیمت گذاری
Valuing Securities with Pricing Models
یافتن همبستگی بین اوراق بهادار
Finding Correlations Between Securities
رگرسیون خطی
Linear Regression
محاسبه بتا و بازده مورد انتظار
Calculating Beta and Expected Return
ساخت نمونه کارها در امتداد مرز کارآمد
Constructing Portfolios Along the Efficient Frontier
یک اپلیکیشن شبیه سازی مونت کارلو بسازید
Build a Monte Carlo Simulation App
آشنایی با مونت کارلو
Introduction to Monte Carlo
شبیه سازی مونت کارلو
Monte Carlo Simulation
استفاده از تکنیک مونت کارلو برای محاسبه ارزش در معرض خطر
Using Monte Carlo Technique to Calculate Value at Risk
قرار دادن همه چیز با هم - برنامه شبیه سازی Monte
Putting It All Together – Monte Simulation Application
نمایش نظرات
Packtpub یک ناشر دیجیتالی کتابها و منابع آموزشی در زمینه فناوری اطلاعات و توسعه نرمافزار است. این شرکت از سال 2004 فعالیت خود را آغاز کرده و به تولید و انتشار کتابها، ویدیوها و دورههای آموزشی میپردازد که به توسعهدهندگان و متخصصان فناوری اطلاعات کمک میکند تا مهارتهای خود را ارتقا دهند. منابع آموزشی Packtpub موضوعات متنوعی از جمله برنامهنویسی، توسعه وب، دادهکاوی، امنیت سایبری و هوش مصنوعی را پوشش میدهد. محتوای این منابع به صورت کاربردی و بهروز ارائه میشود تا کاربران بتوانند دانش و تواناییهای لازم برای موفقیت در پروژههای عملی و حرفهای خود را کسب کنند.
متیو مکارتی بیش از 15 سال است که به دانشجویان فارغ التحصیل و لیسانس دانشکده بازرگانی تدریس کرده است و در حال حاضر در دانشگاه بنتلی تدریس می کند. وی دروس آمار، روش های کمی، سیستم های اطلاعاتی و طراحی پایگاه داده را تدریس کرده است.
https://www.linkedin.com/in/mjmacarty/
https://www.youtube.com/user/mjmacarty/videos
نمایش نظرات