آموزش جامع تریدینگ، یادگیری ماشین و گوگل کلود (GCP) - آخرین آپدیت

مقدمه‌ای بر تریدینگ با یادگیری ماشین در گوگل کلود Introduction to Trading with Machine Learning on Google Cloud

• بررسی کلی کلاس و مخاطبان دوره Class Overview - Who these courses are for

• معرفی دوره تریدینگ با یادگیری ماشین در گوگل کلود Course Overview Introduction to Trading with Machine Learning on Google Cloud

• هوش مصنوعی و یادگیری ماشین چیست؟ تفاوت AI و ML What is AI and ML ? What is the difference between AI and ML?

• کاربردهای یادگیری ماشین در دنیای واقعی Applications of ML in the Real World

• تعریف یادگیری ماشین (ML) What is ML?

• بازی: اهمیت داده‌های باکیفیت Game: The importance of good data

• تاریخچه کوتاه یادگیری ماشین در امور مالی کمی Brief History of ML in Quantitative Finance

• چرا گوگل؟ Why Google?

• چرا پلتفرم گوگل کلود (GCP)؟ Why Google Cloud Platform?

• دفترچه‌های AI Platform Notebooks چیستند؟ What are AI Platform Notebooks

• نحوه استفاده از Notebooks Using Notebooks

• مزایای AI Platform Notebooks Benefits of AI Platform Notebooks

• هدف ما از مدل‌سازی چیست؟ شروع با مفاهیم ساده What do we want to model? Let's start simple

• دمو: ساخت یک مدل با BigQuery ML Demo: Building a model with BigQuery ML

• معرفی آزمایشگاه: ساخت مدل رگرسیون Lab Intro: Building a Regression Model

• راهنمای گام‌به‌گام: ساخت مدل رگرسیون Lab Walkthrough: Building a Regression Model

• تفاوت تریدینگ و سرمایه‌گذاری Trading vs Investing

• جهان معاملات کمی (Quant) The Quant Universe

• استراتژی‌های معاملاتی کمی Quant Strategies

• مزایا و معایب تریدینگ کمی Quant Trading Advantages and Disadvantages

• آربیتراژ صرافی و آربیتراژ آماری Exchange and Statistical Arbitrage

• آربیتراژ شاخص Index Arbitrage

• فرصت‌ها و چالش‌های آربیتراژ آماری Statistical Arbitrage Opportunities and Challenges

• مقدمه‌ای بر بک‌تستینگ (Backtesting) Introduction to Backtesting

• طراحی سیستم بک‌تست Backtesting Design

یادگیری نظارت شده با BigQuery ML Supervised Learning with BigQuery ML

• پیش‌بینی (Forecasting) چیست؟ بخش اول What is forecasting? - part 1

• پیش‌بینی (Forecasting) چیست؟ بخش دوم What is forecasting? - part 2

• انتخاب مدل مناسب و BQML بخش اول Choosing the right model and BQML - part 1

• انتخاب مدل مناسب و BQML بخش دوم Choosing the right model and BQML - part 2

• معرفی آزمایشگاه: پیش‌بینی قیمت سهام با رگرسیون در BQML Lab Intro: Forecasting Stock Prices using Regression in BQML

• راهنمای گام‌به‌گام: پیش‌بینی قیمت سهام با رگرسیون در BQML Lab Walkthrough: Forecasting Stock Prices using Regression in BQML

سری‌های زمانی و مدل‌سازی ARIMA Time Series and ARIMA Modeling

• سری زمانی (Time Series) چیست؟ What is a time series?

• مدل AR یا خودرگرسیونی AR - Auto Regressive

• مدل MA یا میانگین متحرک MA - Moving Average

• مدل کامل ARIMA The Complete ARIMA Model

• مقایسه ARIMA با رگرسیون خطی ARIMA compared to linear regression

• چگونه از یک سری واحد، مدل‌های متنوعی استخراج کنیم؟ How can you get a variety of models from just a single series?

• نحوه انتخاب پارامترهای ARIMA برای مدل تریدینگ How to choose ARIMA parameters for your trading model

• اصطلاحات سری زمانی: خودهمبستگی (Auto Correlation) Time Series Terminology: Auto Correlation

• حساسیت استراتژی معاملاتی Sensitivity of Trading Strategy

• معرفی آزمایشگاه: پیش‌بینی قیمت سهام با استفاده از ARIMA Lab Intro: Forecasting Stock Prices Using ARIMA

• راهنمای گام‌به‌گام: پیش‌بینی قیمت سهام با استفاده از ARIMA Lab Walkthrough: Forecasting Stock Prices using ARIMA

مقدمه‌ای بر شبکه‌های عصبی و یادگیری عمیق Introduction to Neural Networks and Deep Learning

• تاریخچه کوتاه ML: شبکه‌های عصبی Short history of ML: Neural Networks

• تاریخچه کوتاه ML: شبکه‌های عصبی مدرن Short history of ML: Modern Neural Networks

• بیش‌برازش (Overfitting) و کم‌برازش (Underfitting) Overfitting and Underfitting

• تقسیم داده‌های آموزشی و اعتبارسنجی Validation and Training Data Splits

• مرور کلی دوره و پیش‌نمایش دوره بعدی Course Recap + Preview of next course