آموزش معامله‌گری سهام و سرمایه‌گذاری با هوش مصنوعی، Perplexity و Google Finance - آخرین آپدیت

سرفصل ها و درس ها

مقدمه دوره Introduction to the course

• مرور کلی دوره Course Overview

آشنایی با بازار سهام Introduction to the Stock Market

• بازار سهام چیست؟ What is Stock Market?

• بازیگران بازار سهام Stock Market Participants

• انواع سفارشات Types of Orders

• اصطلاحات معامله‌گری Trading Terminology

• سنتیمنت و احساسات بازار Market Sentiments

• کار با پلتفرم کارگزاری Try the stock broker platform

مفاهیم بنیادی Fundamental Concepts

• اصطلاحات مهم بنیادی Important Fundamental terms

• صنایع و بخش‌ها Industries and sectors

• واژگان کلیدی Key terms

تحلیل شرکت، مفاهیم اقتصاد کلان و صنایع با هوش مصنوعی Company Analysis, Macro economics concepts and Industries using AI

• تحلیل شرکت: چه چیزی را تحلیل کنیم و ابزارهای AI Company analysis: What to analyse and AI tools

• ارزیابی شرکت به عنوان یک کسب‌وکار و مزیت رقابتی با Perplexity Evaluate company as a business and its economic moat using Perplexity

• ارزیابی ترازنامه برای سودآوری، بازگشت سرمایه، جریان نقدی و پایداری Evaluate Balance sheet for profitability, capital return, cash flow, stability

• بهره‌گیری از تحلیل‌های مثبت برای ارزش‌گذاری با DCF و سایر تکنیک‌ها Leveraging Positivity for valuations, using DCF and other techniques

• ارزیابی ریسک‌ها و فرصت‌های شرکت Evaluate company's risk and opportunites

• تحلیل جامع یک شرکت Evaluate a company

• تحلیل سهم با استفاده از NotebookLM AI Analyzing a stock using NotebookLM AI

• تصمیم‌گیری: چارچوب تصمیم‌گیری بر اساس تحقیق Make a decision: Decision framework based on research

• تحلیل یک صنعت با استفاده از هوش مصنوعی Analyzing an Industry using AI

• استفاده از Perplexity، NotebookLM و Google Sheets برای درک روندهای اقتصاد کلان Using Perplexity, Notebooklm, Googlesheets to understand macro economic trends

• تحلیل با استفاده از Google NotebookLM Analysis using Google Notebooklm

شروع کار با Google Finance Getting started with Google Finance

• مقدمه‌ای بر توابع Google Finance Introduction to Google Finance Functions

• استخراج داده‌های تاریخی Pulling in Historical Data

• دریافت قیمت سهم در یک تاریخ خاص Retrieving in stock price for a specific date

• توابع پیشرفته Google Sheets Advanced Google sheets functions

• ساخت داشبورد سهام Creating a Stock Dashboard

• تمرین: ساخت داشبورد سهام با داده‌های لحظه‌ای Assignment: Build Stock Dashboard with realtime data

برنامه‌ریزی سرمایه‌گذاری و معامله‌گری Plan your investment and trading

• سرمایه‌گذاری در مقابل معامله‌گری Investing vs Trading

• مراحل ساخت یک پورتفوی بلندمدت Steps to build a long term portfolio

• استفاده از Perplexity و Google Sheets برای برنامه‌ریزی SIP Use Perplexity and Google sheet to plan your Sip

درک میانگین‌های متحرک (Moving Averages) Understanding Moving Averages

• میانگین‌های متحرک چیستند؟ What are Moving Averages

• پیاده‌سازی میانگین متحرک در Google Sheets Moving Average on Google Sheets

• میانگین متحرک نمایی (EMA) Exponential Moving Average

تحلیل حجم معاملات Volume Analysis

• مقدمه‌ای بر حجم به عنوان یک اندیکاتور Introduction to Volume as an indicator

• تحلیل حجم با استفاده از Google Finance Volume Analysis using Google Finance

• ساخت اسکرینر سهام Build your stock screener

استراتژی: کف‌های بالاتر (Higher Lows) Strategy: Higher Lows

• کف‌های بالاتر: مفهوم Higher Lows: Concept

• کف‌های بالاتر: کاربرد Higher Lows: Application

• کف‌های بالاتر در تایم‌فریم هفتگی Weekly Higher Lows

• شخصی‌سازی اسکرینر سهام Customise Stock screener

استراتژی: حمایت EMA 50 Strategy: 50 EMA Support

• حمایت EMA 50: کاربرد 50 EMA support: Application

• تمرین: ساخت اسکرینر سهام شخصی‌سازی شده Assignment: Personalised stock screener

تست چارچوب معاملاتی Testing your trading framework

• بک‌تست در Google Sheets Back-testing on google sheets

• اصول بک‌تست Back testing

چرخش بخشی (Sector Rotation) Sector Rotation

• درک چرخش بخشی در بازارها Understanding Sector Rotation in the markets

مدیریت ریسک Risk Management

• اشتباهاتی که باید از آن‌ها دوری کنید Mistakes to avoid

• نحوه مدیریت ریسک How to manage your risk

جمع‌بندی دوره Course Wrap Up

• درس پایانی: سپاسگزاری! Lesson: Thank you!