آموزش یادگیری ماشین برای کوانت فاینانس و تجارت الگوریتمی

دانلود Machine Learning for Quant Finance and Algorithmic Trading

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: در یادگیری ماشینی و پایتون برای امور مالی کمی تسلط داشته باشید و راهبردهای تجارت Algo را بیاموزید و بک تست کنید. درباره چرخه زندگی کامل یک پروژه یادگیری ماشینی از پردازش داده تا ساخت مدل‌های ML تا استقرار در برنامه‌های وب ساخته شده با استفاده از Streamlit بیاموزید. شما در مورد مفاهیم پیچیده بازار مالی مانند مشتقات، مدل های قیمت گذاری دارایی، تجزیه و تحلیل فنی، و غیره به زبان ساده و بدون هیچ گونه اصطلاحات تخصصی یاد خواهید گرفت. این دوره اصول یادگیری ماشینی و یادگیری عمیق را پوشش می دهد که به شما کمک می کند تا در تحلیل کمی داده های مالی خود به برتری برسید. یاد بگیرید که استراتژی های معاملاتی خود را با استفاده از یادگیری ماشین بسازید و آنها را با استفاده از پایتون بک تست کنید. شما یاد خواهید گرفت که چگونه با استفاده از Streamlit به سرعت برنامه های وب و داشبورد خود را برای تجزیه و تحلیل کوانت خود بسازید. این دوره همچنین دارای بسیاری از پروژه های کدنویسی در پایتون، یادگیری ماشین، یادگیری عمیق و استریم لیت است. پیش نیازها: درک مقدماتی زبان برنامه نویسی پایتون. دانش قبلی بازارهای مالی ضروری نیست.

--- به دوره خوش آمدید ---

این دوره جامع برای کسانی طراحی شده است که می خواهند از تکنیک های یادگیری ماشین در امور مالی استفاده کنند. با پوشش موضوعات ضروری مانند پانداها، NumPy، Matplotlib و Seaborn، شرکت‌کنندگان پایه محکمی در دستکاری و تجسم داده‌ها به دست خواهند آورد که برای تجزیه و تحلیل مجموعه داده‌های مالی بسیار مهم است.


برنامه درسی به مفاهیم کلیدی مالی، از جمله مشتقات، تحلیل تکنیکال، و مدل‌های قیمت‌گذاری دارایی می‌پردازد و زمینه لازم را برای استفاده مؤثر از یادگیری ماشین در اختیار یادگیرندگان قرار می‌دهد. شرکت‌کنندگان روش‌های مختلف یادگیری ماشین، از جمله یادگیری تحت نظارت و بدون نظارت، تکنیک‌های یادگیری عمیق، و کاربردهای آن‌ها در توسعه استراتژی‌های معاملاتی را بررسی خواهند کرد.


تمرکز قابل توجه این دوره بر روی پروژه های کدگذاری عملی است که به یادگیرندگان اجازه می دهد الگوریتم های یادگیری ماشینی را برای استراتژی های معاملاتی و بک تست پیاده سازی کنند. در پایان دوره، دانش آموزان تجربه عملی در ساخت مدل های پیش بینی با استفاده از پایتون خواهند داشت.


علاوه بر این، این دوره Streamlit را معرفی می کند و شرکت کنندگان را قادر می سازد تا برنامه های کاربردی وب و داشبوردهای تعاملی ایجاد کنند تا مدل های کمی خود را به طور موثر به نمایش بگذارند. این ادغام یادگیری ماشین با توسعه وب، یادگیرندگان را با مهارت هایی برای ارائه یافته های خود به صورت پویا مجهز می کند.


چه حرفه ای مالی باشید و چه از علاقه مندان به داده ها، این دوره به شما این امکان را می دهد که از قدرت یادگیری ماشین در تجارت مالی کمی و الگوریتمی استفاده کنید و شما را برای چالش های دنیای واقعی در بازارهای مالی آماده کند. به ما بپیوندید تا درک خود را از امور مالی از طریق تجزیه و تحلیل پیشرفته و فناوری نوآورانه تغییر دهیم!




سرفصل ها و درس ها

مقدمه Introduction

  • مقدمه ای بر دوره آموزشی و نتایج کلیدی یادگیری Introduction to the Course and Key Learning outcomes

  • مقدمه ای بر یادگیری ماشین برای کوانت فاینانس Introduction to Machine Learning for Quant Finance

پانداها و نومپی Pandas and Numpy

  • آشنایی با پانداها Introduction to Pandas

  • سری پانداها Pandas Series

  • DataFrame در پانداها DataFrame in Pandas

  • نحوه کار با CSV و سایر انواع فایل در پانداها How to work with CSV and other file types in pandas

  • تجزیه و تحلیل DataFrame در پانداها Analysing DataFrames in Pandas

  • معرفی Numpy Introduction to Numpy

  • آرایه‌های Numpy Numpy Arrays

  • شکل دادن و تغییر شکل آرایه ها در Numpy Shape and Reshape Arrays in Numpy

  • آرایه های نمایه سازی Indexing Arrays

  • تکرار آرایه Array Iterating

  • برش آرایه ها Slicing Arrays

  • جستجو و مرتب سازی آرایه های Numpy Searching and Sorting Numpy Arrays

تجسم داده ها و پیش پردازش Data Visualisation and Preprocessing

  • مقدمه ای بر Matplotlib Introduction to Matplotlib

  • نمونه های مختلف نقشه کشی در Matplotlib Different Plotting Examples in Matplotlib

  • معرفی Seaborn Introduction to Seaborn

  • مدیریت مقادیر از دست رفته در داده ها Handling Missing Values in Data

  • مقیاس بندی ویژگی ها Feature Scaling

  • رمزگذاری ویژگی Feature Encoding

یادگیری ماشینی Machine Learning

  • یادگیری ماشینی تحت نظارت Supervised Machine Learning

  • یادگیری ماشینی بدون نظارت Unsupervised Machine Learning

  • چرخه زندگی یادگیری ماشینی Machine Learning Lifecycle

  • تقسیم تست قطار Train Test Split

  • معیارهای ارزیابی مدل یادگیری ماشین Machine Learning Model Evaluation Metrics

  • ابعاد در یادگیری ماشینی Dimensionality in Machine Learning

  • تحلیل رگرسیون Regression Analysis

  • رگرسیون خطی Linear Regression

  • رگرسیون لجستیک Logistic Regression

  • KNN KNN

  • SVM SVM

  • درخت تصمیم Decision Tree

  • جنگل تصادفی Random Forest

  • K-Means Clustering K-Means Clustering

  • GridSearch CV GridSearch CV

  • خط لوله یادگیری ماشین Machine Learning Pipeline

  • مینی پروژه نمونه کدگذاری عملی رگرسیون Regression Practical Coding Example Mini Project

  • مینی پروژه نمونه کدگذاری عملی طبقه بندی Classification Practical Coding Example Mini Project

ملزومات یادگیری عمیق برای Quant Finance Deep Learning Essentials for Quant Finance

  • شبکه های عصبی مصنوعی (ANN) Artificial Neural Networks (ANN)

  • توابع فعال سازی Activation Functions

  • بهینه سازها در شبکه های عصبی Optimizers in Neural Networks

  • شبکه های عصبی کانولوشن (CNN) Convolutional Neural Networks (CNN)

  • شبکه های عصبی مکرر (RNN) Recurrent Neural Networks (RNN)

بازارهای مالی Financial Markets

  • مقدمه ای بر بازارهای مالی Introduction to Financial Markets

  • مقدمه ای بر بازارهای مالی قسمت 2 Introduction to Financial Markets Part 2

  • ارزش زمانی پول Time Value of Money

  • نوع تحلیل در بازارهای مالی Type of Analysis in Financial Markets

  • مدل قیمت گذاری دارایی های سرمایه ای (CAPM) Capital Asset Pricing Model (CAPM)

  • نظریه پورتفولیو مدرن (MPT) Modern Portfolio Theory(MPT)

  • نظریه همبستگی Correlation Theory

  • همبستگی کد پایتون عملی Correlation Python Code Practical

  • کلی معیار Kelly Criterion

  • نسبت شارپ Sharpe Ratio

  • تجارت جفت Pair Trading

  • تجارت آربیتراژ Arbitrage Trading

  • مقدمه ای بر مشتقات مالی Introduction to Financial Derivatives

  • معاملات آتی (مشتقات مالی) Futures (Financial Derivatives)

  • اختیارات (مشتقات مالی) Options (Financial Derivatives)

  • مدل قیمت گذاری گزینه بلک اسکولز Black Scholes Option Pricing Model

  • مقدمه ای بر تحلیل تکنیکال Introduction to Technical Analysis

  • پیاده سازی کد پایتون نمودار CandleStick CandleStick Chart Python Code Implementation

  • حمایت و مقاومت Support and Resistance

  • میانگین متحرک Moving Average

  • پیاده سازی کد پایتون میانگین متحرک ساده (SMA). Simple Moving Average(SMA) Python Code Implementation

  • پیاده سازی کد پایتون میانگین متحرک نمایی (EMA). Exponential Moving Average(EMA) Python Code Implementation

  • الگوهای نمودار Chart Patterns

  • تئوری داو Dow Theory

  • RSI RSI

پایتون و یادگیری ماشین برای مطالعات موردی کدگذاری عملی کوانت فاینانس Python and Machine Learning for Quant Finance Practical Coding Case Studies

  • کار با داده های OHLC برای سهام در پایتون Working with OHLC Data for Stocks in Python

  • پیش بینی قیمت سهام اپل با استفاده از رگرسیون خطی Apple Stock Price Prediction using Linear Regression

  • پیش بینی قیمت طلا با استفاده از یادگیری ماشینی Gold Price Prediction using Machine Learning

  • پیش بینی قیمت سهام تسلا با مدل های مختلف ML Tesla Stock Price Prediction with different ML models

  • توسعه استراتژی تجارت و بک تست در پایتون در سهام آمازون Trading Strategy Development and Backtesting in Python on Amazon Stock

  • پیش بینی قیمت سهام با استفاده از شبکه عصبی LSTM Stock Price Prediction using LSTM Neural Network

مفاهیم مهم Streamlit برای ساخت داشبوردهای مالی و برنامه های وب Important Streamlit concepts for building Finance Dashboards and Web Apps

  • نصب Streamlit Streamlit Installation

  • عناصر متن در Streamlit Text Elements in Streamlit

  • DataFrames در Streamlit DataFrames in Streamlit

  • جداول در Streamlit Tables in Streamlit

  • JSON در Streamlit JSON in Streamlit

  • نمودار خطی Line Chart

  • نمودار مساحتی Area Chart

  • نمودار میله ای Bar Chart

  • Pyplot در Streamlit Pyplot in Streamlit

  • دکمه های Streamlit Buttons Streamlit

  • رادیو دکمه Streamlit Radio Button Streamlit

  • ورودی متن در Streamlit Text input in Streamlit

  • جریان ورودی شماره Number Input Streamlit

  • دکمه دانلود در Streamlit Download Button in Streamlit

  • ورودی چک باکس در Streamlit Checkbox input in Streamlit

  • ورودی Selectbox در Streamlit Selectbox input in Streamlit

  • ورودی تاریخ جریان روشن Date Input Streamlit

  • ویجت ورودی اسلایدر در Streamlit Slider Input Widget in Streamlit

  • کار با تصاویر در Streamlit Working with Images in Streamlit

  • کار با ویدیوها در Streamlit Working with Videos in Streamlit

  • طرح بندی نوار کناری در Streamlit Sidebar Layout in Streamlit

  • طرح بندی ستون در Streamlit Column layout in Streamlit

  • طرح توسعه دهنده در Streamlit Expander Layout in Streamlit

پروژه Streamlit Streamlit Project

  • پروژه - پیش‌بینی شاخص بازار سهام برنامه وب ساده Project - Stock Market Index Prediction Streamlit Webapp

نمایش نظرات

آموزش یادگیری ماشین برای کوانت فاینانس و تجارت الگوریتمی
جزییات دوره
11 hours
98
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
1,538
4.5 از 5
دارد
دارد
دارد
Raj Chhabria
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Raj Chhabria Raj Chhabria

مهندس علوم کامپیوتر با تخصص DataScience