مرورگر شما از این ویدیو پشتیبانی نمی کند.
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
(صرفا برای مشاهده نمونه ویدیو، ممکن هست نیاز به شکن داشته باشید.)
بارگزاری مجدد
توضیحات دوره:
Crypto Robo-Advisor خودکار خود را ایجاد کنید | بهینه سازی و تعادل مجدد پورتفولیو | بسیاری از صرافی ها و سکه ها پشتیبانی می شوند! چگونه با تنوع سبد سرمایه گذاری و تعادل مجدد سبد سرمایه گذاری خود را تقویت کنیم چگونه یک ربات سرمایه گذاری و تعادل مجدد سبد سرمایه گذاری خودکار بسازیم (پایتون) بهینه سازی، مدیریت و تعادل مجدد سبد ارزهای دیجیتال چگونه عملکرد سبد کریپتو خود را اندازه گیری و بهبود دهیم نحوه بارگیری داده های کامل بازارهای رمزنگاری از Coingecko مبانی سرمایه گذاری رمزنگاری مبتنی بر داده واقعی در مورد ارزهای دیجیتال، سرمایه گذاری و تجارت API تجارت و سرمایه گذاری با بایننس، کوین بیس، کراکن و بسیاری از صرافی های دیگر چگونه با کتابخانه CCXT برنامه نویسی پایتون و برنامه نویسی شی گرا (OOP) به بسیاری از مبادلات رمزنگاری دسترسی برنامه ریزی کنیم. ) به گونه ای که همه آن را درک کنند کد نویسی با Numpy، Pandas، Matplotlib و Seaborn Mean-Variance Portfolio Optimization تکنیک های پیشرفته و کاربردی تر بهینه سازی پورتفولیو نحوه ایجاد شاخص های رمزنگاری و معیارهای سرمایه گذاری پیش نیازها:بدون نیاز به تجربه پایتون. این دوره یک دوره سقوط پایتون را ارائه می دهد. بدون نیاز به دانش مالی/سرمایه گذاری. شما هر آنچه را که نیاز دارید یاد خواهید گرفت. یک رایانه رومیزی (ویندوز، مک یا لینوکس) که قادر به ذخیره و اجرای Anaconda است. این دوره شما را با نصب نرم افزار رایگان لازم راهنمایی می کند. اتصال به اینترنت با قابلیت پخش ویدیوهای HD. برخی از مهارت های ریاضی سطح دبیرستان عالی خواهد بود (اجباری نیست، اما کمک می کند). به اولین دوره آموزشی (خودکار) سرمایه گذاری در سبد ارزهای دیجیتال خوش آمدید.
سرمایهگذاری در ارزهای رمزنگاری شده بسیار سودآور بوده اما در گذشته پرخطر و نوسان بوده است.
آیا میدانستید که با
میتوانید عملکرد سرمایهگذاری رمزنگاری خود را به میزان قابل توجهی بهبود بخشید...منجر به سودآوری بالاتر و/یا ریسک کمتر!
این دوره ابزارهای کاربردی و ساده پایتون را برای
ارائه می دهداین دوره در چهار بخش تشکیل شده است:
قسمت 1: پیش نیازهای اولیه
تجارت در مقابل سرمایه گذاری
آنچه باید در مورد ارزهای دیجیتال به عنوان یک کلاس دارایی بدانید
تجارت و سرمایه گذاری در صرافی هایی مانند بایننس، کوین بیس، شرکت کراکن.
بارگیری هزاران داده بازار رمزنگاری از جمعآوریکنندههای داده
تجزیه و تحلیل بازار ارزهای دیجیتال با پایتون و پانداها
قسمت 2: سرمایه گذاری و تعادل مجدد در سبد رمزنگاری با پایتون
قسمت 3: مدیریت و بهینه سازی پورتفولیو رمزنگاری
اندازه گیری عملکرد تجزیه و تحلیل داده های مالی
ایجاد شاخصها و پورتفولیوهای رمزنگاری
بهینه سازی نمونه کارها (و مشکلات آن)
بهینه سازی معکوس مدل Black-Litterman
موضوعات و تئوری پیشرفته
قسمت 4 (ضمیمه): دوره سقوط پایتون (اختیاری)
چه چیز دیگری باید در مورد من و دوره بدانید؟
این دوره نحوه انجام درست کارها را نشان می دهد. اما به همان اندازه مهم، رایج ترین اشتباهات در سرمایه گذاری (Crypto) را برجسته می کند. تقریباً هیچ تجارت دیگری وجود ندارد که مبتدیان این همه اشتباه مرتکب شوند. چرا اینطور است؟ فقدان مهارت، تخصص و تجربه. و: اعتماد بیش از حد و تکیه بیش از حد به شهود. به عنوان یک متخصص امور مالی با پیشینه تحصیلی گسترده (کارشناسی ارشد در امور مالی، CFA) پیام واضح من این است: برای تجارت و سرمایه گذاری، شهود و عقل سلیم بهترین دوستان شما نیستند. خیلی اوقات، شهودی ترین راه حل، راه حل صحیح نیست!
این دوره "نه تنها" یک دوره سرمایه گذاری رمزنگاری است، بلکه یک دوره آموزشی عمیق پایتون است که فراتر از چیزی است که معمولاً در دوره های دیگر مشاهده می کنید. برنامه های کاربردی با پایتون ایجاد کنید و از آن برای کسب و کار سرمایه گذاری رمزنگاری خود استفاده کنید!
منتظر چه هستید؟ اکنون بپیوندید!
متشکرم و مشتاقانه منتظر دیدار شما در دوره هستم!
سرفصل ها و درس ها
شروع شدن
Getting started
خوش آمدید و معرفی
Welcome and Introduction
آیا میدانستید...؟ (پیشنمایش مخفیانه درباره سرمایهگذاری رمزارز)
Did you know...? (a Sneak Preview on Crypto Investing)
چگونه از این دوره بهترین نتیجه را بگیریم
How to get the best out of this course
سوالات متداول دانشجویی
Student FAQ
*** سلب مسئولیت قانونی (حتما بخوانید!) ***
*** LEGAL DISCLAIMER (MUST READ!) ***
بررسی اجمالی دوره
Course Overview
بخش 1: مبانی و پیش نیازها
PART 1: Basics and Prerequisites
مقدمه و بررسی اجمالی قسمت 1
Introduction and Overview PART 1
دانلود مواد درسی قسمت 1
Download Course Materials PART 1
مقدمه ای بر سرمایه گذاری/تجارت ارزهای دیجیتال
Introduction to Cryptocurrency Investing/Trading
سرمایه گذاری در مقابل تجارت
Investing vs. Trading
طبقات دارایی، پول و ارزهای (رمز)
Asset Classes, Money and (Crypto-) Currencies
سکه پایدار چیست؟
What is a Stable Coin?
چرا سرمایه گذاری روی ارزهای دیجیتال؟
Why Investing into Cryptocurrencies?
مبادلات/بازارهای رمزنگاری - بررسی اجمالی
Crypto Exchanges/Markets - Overview
معرفی Coingecko.com
Introduction to Coingecko.com
قیمت، حجم و نمودارها
Price, Volume and Charts
بازار سرمایه و عرضه (در گردش).
Market Capitalization and (Circulating) Supply
صرافی های ارزهای دیجیتال
Cryptocurrency Exchanges
صرافی بایننس
The Binance Exchange
Binance.com و Binance.US در نگاه اول
Binance.com and Binance.US at a first glance
نحوه دریافت 10 درصد تخفیف در کمیسیون معاملاتی
How to get a 10% Discount on Trading Commissions
ثبت نام و تایید هویت
Registration and Identity Verification
چگونه فورا اولین Cryptos خود را بخریم
How to instantly buy your first Cryptos
سپرده ها و برداشت ها (قسمت 1)
Deposits and Withdrawals (Part 1)
سپرده ها و برداشت ها (قسمت 2)
Deposits and Withdrawals (Part 2)
اولین معامله نقطه ای (خرید بیت کوین)
The first Spot Trade (buy Bitcoin)
تحلیل تجارت و کارمزد/کمیسیون تجارت
Trade Analysis and Trading Fees/Commissions
معامله نقطه ای دیگر (فروش بیت کوین)
Another Spot Trade (sell Bitcoin)
سفارشات محدود در مقابل سفارشات بازار
Limit Orders vs. Market Orders
سفارشات برداشت سود
Take-Profit Orders
سفارشات توقف ضرر
Stop-Loss Orders
کتاب سفارش
The Order Book
Bid-Ask-Spread و Slippage
Bid-Ask-Spread and Slippage
مجموع هزینه های یک معامله (هزینه های قابل مشاهده در مقابل هزینه های پنهان)
Total Costs of a Trade (visible vs. hidden Costs)
صرافی های جایگزین (FTX، Kraken و غیره)
Alternative Exchanges (FTX, Kraken, etc.)
مقدمه FTX.com و FTX.us
Introduction FTX.com and FTX.us
نحوه دریافت 5٪ تخفیف در کمیسیون های معاملاتی (FTX.com)
How to get a 5% Discount on Trading Commissions (FTX.com)
ایجاد حساب در FTX.com و FTX.us
Creating accounts on FTX.com and FTX.us
نصب نوت بوک پایتون و ژوپیتر
Installing Python and Jupyter Notebooks
معرفی
Introduction
Anaconda را دانلود و نصب کنید
Download and Install Anaconda
نحوه باز کردن نوت بوک های Jupyter
How to open Jupyter Notebooks
نحوه کار با نوت بوک های Jupyter
How to work with Jupyter Notebooks
نکاتی برای مبتدیان پایتون
Tips for python beginners
Excursus: چگونه از خطاهای کدنویسی جلوگیری و اشکال زدایی کنیم (از آن صرفنظر نکنید!)
Excursus: How to avoid and debug Coding Errors (don´t skip!)
معرفی
Introduction
مهارت های اشکال زدایی خود را آزمایش کنید!
Test your debugging skills!
دلایل اصلی خطاهای کدنویسی
Major reasons for Coding Errors
رایج ترین خطاها در یک نگاه
The most commonly made Errors at a glance
حذف سلول ها، تغییر توالی و موارد دیگر
Omitting cells, changing the sequence and more
IndexErrors
IndexErrors
خطاهای تورفتگی
Indentation Errors
استفاده نادرست از نام توابع و کلمات کلیدی
Misuse of function names and keywords
TypeErrors و ValueErrors
TypeErrors and ValueErrors
دریافت کمک در StackOverflow.com
Getting help on StackOverflow.com
نحوه ردیابی خطاهای پیچیده تر
How to traceback more complex Errors
مشکلات نصب پایتون
Problems with the Python Installation
عوامل و مسائل بیرونی
External Factors and Issues
خطاهای مربوط به محتوای دوره (خطاهای رونویسی)
Errors related to the course content (Transcription Errors)
خلاصه و اشکال زدایی نمودار جریان
Summary and Debugging Flow-Chart
تجزیه و تحلیل داده پایتون: بازار ارزهای دیجیتال در یک نگاه
Python Data Analysis: The Cryptocurrency Market at a glance
معرفی
Introduction
داده های مقطعی، داده های سری زمانی و داده های تابلویی
Cross-Sectional Data, Time Series Data & Panel Data
دانلود مطالب دوره و نحوه بارگذاری فایل های csv
Download Course Materials and how to load csv-files
[مقاله] بارگیری داده ها در پانداها - موضوعات پیشرفته
[Article] Loading Data into Pandas - advanced topics
بازار رمزنگاری کامل در یک مجموعه داده (مقطعی)
The full Crypto Market in one Dataset (Cross-Sectional)
قیمت، ارزش بازار، عرضه در گردش و موارد دیگر
Price, Market Capitalization, circulating Supply & more
تجزیه و تحلیل داده ها و ارائه
Data Analysis & Presentation
بازار رمزنگاری کامل در یک مجموعه داده (پانل دیتا)
The full Crypto Market in one Dataset (Panel Data)
نمودار قیمت
Price Charts
ارزش بازار در طول زمان
Market Cap over time
Market_Share در طول زمان
Market_Share over time
چشم انداز
Outlook
بارگیری اطلاعات کامل بازار از Coingecko
Loading the full Market Data from Coingecko
Coingecko API - مقدمه
The Coingecko API - Introduction
مقدمات و مراحل اولیه
Preparations & First Steps
تماس های ساده
Simple Calls
تماس های سکه ای (قسمت 1)
Coin Calls (Part 1)
تماس های سکه ای (قسمت 2)
Coin Calls (Part 2)
تبادل تماس
Exchanges Calls
نحوه بارگذاری مجموعه داده مقطعی (قسمت 1)
How to load the Cross-Sectional Dataset (Part 1)
نحوه بارگذاری مجموعه داده مقطعی (قسمت 2)
How to load the Cross-Sectional Dataset (Part 2)
نحوه بارگذاری مجموعه داده مقطعی (قسمت 3)
How to load the Cross-Sectional Dataset (Part 3)
دریافت تمام سکه های موجود در بایننس
Getting all available Coins on Binance
در حال بارگیری مجموعه داده پانل
Loading the Panel Dataset
تمیز کردن و آماده سازی مجموعه داده پانل (قسمت 1)
Cleaning and preparing the Panel Dataset (Part 1)
تمیز کردن و آماده سازی مجموعه داده پانل (قسمت 2)
Cleaning and preparing the Panel Dataset (Part 2)
تمیز کردن و آماده سازی مجموعه داده پانل (قسمت 3)
Cleaning and preparing the Panel Dataset (Part 3)
بخش 2: سرمایه گذاری و تعادل مجدد در سبد کریپتو با پایتون
PART 2: Crypto Portfolio Investing and Rebalancing with Python
مقدمه و بررسی اجمالی قسمت 2
Introduction and Overview PART 2
دانلود مواد درسی قسمت 2
Download Course Materials PART 2
Crypto API Trading با CCXT - مقدمه
Crypto API Trading with CCXT - Introduction
معرفی
Introduction
آماده سازی
Preparations
گام های اول با CCXT
First Steps with CCXT
اطلاعات عمومی تبادل
General Exchange Information
API عمومی
The Public API
بارگیری داده های تاریخی (قسمت 1)
Loading Historical Data (Part 1)
بارگیری داده های تاریخی (قسمت 2)
Loading Historical Data (Part 2)
نحوه دریافت کلیدهای بایننس API
How to get Binance API Keys
API خصوصی
The Private API
شبکه تست نقطه ای بایننس
The Binance Spot Test Network
نحوه اتصال به Testnets (حالت Sandbox)
How to connect to Testnets (Sandbox mode)
ایجاد سفارشات و تجزیه و تحلیل معاملات (Spot)
Creating Orders and analyzing Trades (Spot)
تجارت با CCXT و FTX
Trading with CCXT and FTX
مدیریت خطا: چگونه کد خود را پایدارتر و قابل اعتمادتر کنیم
Error Handling: How to make your Code more stable and reliable
معرفی
Introduction
خطاهای پایتون (استثنا)
Python Errors (Exceptions)
سعی کنید و جز
try and except
گرفتن خطاهای خاص
Catching specific Errors
کلاس استثنایی
The Exception class
سعی کنید، به جز، چیزهای دیگر
try, except, else
سرانجام
finally
دوباره امتحان کنید (...تا زمانی که کار کند)
Try again (...until it works)
نحوه محدود کردن تعداد تکرارها
How to limit the number of retries
دوره های انتظار بین تلاش های مجدد
Waiting periods between re-tries
برنامه نویسی شی گرا (OOP): ایجاد یک کلاس مالی
Object Oriented Programming (OOP): Creating a Finance Class
مقدمه ای بر OOP و مثال هایی برای کلاس ها
Introduction to OOP and examples for Classes
نصب کتابخانه های مورد نیاز
Installing required Libraries
کلاس تحلیل مالی به صورت زنده در عمل (قسمت 1)
The Financial Analysis Class live in action (Part 1)
کلاس تحلیل مالی در عمل (قسمت 2)
The Financial Analysis Class live in action (Part 2)
روش خاص __init__()
The special method __init__()
متد get_data()
The method get_data()
متد log_returns()
The method log_returns()
نمایش رشته و روش خاص __repr__()
String representation and the special method __repr__()
متدهای plot_prices() و plot_returns()
The methods plot_prices() and plot_returns()
کپسوله سازی و ویژگی های محافظت شده
Encapsulation and protected Attributes
متد set_ticker()
The method set_ticker()
افزودن روشها و معیارهای عملکرد بیشتر
Adding more methods and performance metrics
وراثت
Inheritance
وراثت و تابع () super
Inheritance and the super() Function
افزودن Docstrings معنی دار
Adding meaningful Docstrings
ایجاد و وارد کردن ماژول های پایتون (.py)
Creating and Importing Python Modules (.py)
تمرین کدنویسی: کلاس خود را ایجاد کنید
Coding Exercise: Create your own Class
ربات معاملات و تعادل مجدد پرتفولیو
The Portfolio Trading and Rebalancing Bot
ربات تعادل مجدد پورتفولیو در عمل زنده است
The Portfolio Rebalancing Bot Live in Action
توضیح ربات تعادل مجدد پورتفولیو (قسمت 1)
The Portfolio Rebalancing Bot explained (Part 1)
توضیح ربات تعادل مجدد پورتفولیو (قسمت 2)
The Portfolio Rebalancing Bot explained (Part 2)
توضیح ربات تعادل مجدد پورتفولیو (قسمت 3)
The Portfolio Rebalancing Bot explained (Part 3)
توضیح ربات تعادل مجدد پورتفولیو (قسمت 4)
The Portfolio Rebalancing Bot explained (Part 4)
توضیح ربات تعادل مجدد پورتفولیو (قسمت 5)
The Portfolio Rebalancing Bot explained (Part 5)
توضیح ربات تعادل مجدد پورتفولیو (قسمت 6)
The Portfolio Rebalancing Bot explained (Part 6)
توضیح ربات تعادل مجدد پورتفولیو (قسمت 7)
The Portfolio Rebalancing Bot explained (Part 7)
تغییر ارزهای هدف
Changing Target Currencies
نحوه تطبیق با سایر صرافی ها
How to adjust to other Exchanges
نحوه اجرای یک Rebalancing Script
How to run a Rebalancing Script
بخش 3: مدیریت و بهینه سازی پورتفولیو کریپتو
PART 3: Crypto Portfolio Management and Optimization
مقدمه و بررسی اجمالی قسمت 3
Introduction and Overview PART 3
دانلود مطالب درسی قسمت 3 (به روز رسانی: 2022/09/27)
Download Course Materials PART 3 (updated: 27/09/2022)
تجزیه و تحلیل داده های مالی با پایتون و پانداها - یک مقدمه (عمیق).
Financial Data Analysis with Python and Pandas - a (deep) Introduction
مقدمه و بررسی اجمالی
Introduction and Overview
نصب و وارد کردن کتابخانه ها/بسته های مورد نیاز
Installing and importing required Libraries/Packages
بارگیری داده های مالی از وب
Loading Financial Data from the Web
بازرسی اولیه و تجسم
Initial Inspection and Visualization
عادی سازی سری زمانی به مقدار پایه (100)
Normalizing Time Series to a Base Value (100)
چالش کدنویسی شماره 1
Coding Challenge #1
تغییرات قیمت و بازده مالی
Price changes and Financial Returns
پاداش و ریسک ابزارهای مالی
Reward and Risk of Financial Instruments
چالش کدنویسی شماره 2
Coding Challenge #2
سرمایه گذاری چندگانه و CAGR
Investment Multiple and CAGR
بازده مرکب و میانگین هندسی
Compound Returns & Geometric Mean Return
چالش کدنویسی شماره 3
Coding Challenge #3
ترکیب گسسته
Discrete Compounding
ترکیب پیوسته
Continuous Compounding
گزارش بازگشت
Log Returns
بازگشت های ساده در مقابل بازگشت های گزارش (قسمت 1)
Simple Returns vs Log Returns ( Part 1)
بازگشت های ساده در مقابل بازگشت های گزارش (قسمت 2)
Simple Returns vs Log Returns ( Part 2)
چالش کدنویسی شماره 4
Coding Challenge #4
آزمون میان بخش
Mid-Section Test
مقایسه عملکرد ابزارهای مالی
Comparing the Performance of Financial Instruments
(غیر) عادی بودن بازده مالی
(Non-) Normality of Financial Returns
سالیانه کردن بازده و ریسک
Annualizing Return and Risk
نمونه گیری مجدد/هموارسازی داده های مالی
Resampling / Smoothing of Financial Data
آمار چرخشی
Rolling Statistics
چالش کدنویسی شماره 5
Coding Challenge #5
فروش کوتاه و بازده موقعیت کوتاه (قسمت 1)
Short Selling and Short Position Returns (Part 1)
مقدمه ای بر ارزها (فارکس) و تجارت
Introduction to Currencies (Forex) and Trading
فروش کوتاه مدت و بازده موقعیت کوتاه (قسمت 2)
Short Selling and Short Position Returns (Part 2)
فروش کوتاه مدت و بازده موقعیت کوتاه (قسمت 3)
Short Selling and Short Position Returns (Part 3)
چالش کدنویسی شماره 6
Coding Challenge #6
کوواریانس و همبستگی
Covariance and Correlation
نمونه کارها و بازده نمونه کارها
Portfolios and Portfolio Returns
معاملات حاشیه و بازده اهرمی (قسمت 1)
Margin Trading and Levered Returns (Part 1)
معاملات حاشیه و بازده اهرمی (قسمت 2)
Margin Trading and Levered Returns (Part 2)
چالش کدنویسی شماره 7
Coding Challenge #7
تست نهایی
Final Test
تجزیه و تحلیل عملکرد ارزهای دیجیتال - چالش تکلیف
Performance Analysis Cryptocurrencies - Homework Challenge
شروع کار و تکالیف
Getting started & Assignments
راه حل ها
Solutions
چگونه یک شاخص/معیار ارز دیجیتال ایجاد کنیم
How to create a Cryptocurrency Index/Benchmark
معرفی
Introduction
شاخص های مالی - یک مرور کلی
Financial Indexes - an Overview
شروع شدن
Getting started
شاخص وزنی ارزش (نظریه)
Value-weighted Index (Theory)
ایجاد یک شاخص رمزنگاری با وزن ارزش
Creating a Value-weighted Crypto Index
شاخص وزنی قیمت (نظریه)
Price-weighted Index (Theory)
ایجاد یک شاخص کریپتو وزن دار قیمت
Creating a Price-weighted Crypto Index
شاخص هم وزن (نظریه)
Equally-weighted Index (Theory)
ایجاد یک شاخص رمزنگاری با وزن برابر
Creating an Equally-weighted Crypto Index
تجزیه و تحلیل و مقایسه (بخش اول)
Analysis and Comparison (Part 1)
تجزیه و تحلیل و مقایسه (قسمت 2)
Analysis and Comparison (Part 2)
ایجاد و تجزیه و تحلیل پرتفوی ارزهای دیجیتال
Creating and Analysing Cryptocurrency Portfolios
شروع شدن
Getting started
ایجاد نمونه کارها تصادفی (قسمت 1)
Creating Random Portfolios (Part 1)
ایجاد نمونه کارها تصادفی (قسمت 2)
Creating Random Portfolios (Part 2)
اندازهگیری عملکرد: بازده تعدیلشده با ریسک
Performance Measurement: Risk-adjusted Return
بهینه سازی نمونه کارها (قسمت 1)
Portfolio Optimization (Part 1)
بهینه سازی نمونه کارها (قسمت 2)
Portfolio Optimization (Part 2)
مرز کارآمد
The Efficient Frontier
اضافه کردن (روزانه) تعادل مجدد
Adding (daily) Rebalancing
اثرات تعادل مجدد
The Effects of Rebalancing
تعادل مجدد و هزینه های معاملاتی
Rebalancing and Trading Costs
ربات بهینه سازی نمونه کارها (با تنوع ساده)
The Portfolio Optimization Bot (with naive Diversification)
شروع شدن
Getting started
تنوع ساده لوحانه (قسمت 1)
Naive Diversification (Part 1)
تنوع ساده لوح (قسمت 2)
Naive Diversification (Part 2)
ربات بهینه سازی نمونه کارها - بارگذاری داده ها
The Portfolio Optimization Bot - loading data
به روز رسانی PortfolioTrader
Updating PortfolioTrader
تنوع ساده لوح - پیاده سازی
Naive Diversification - Implementation
ربات بهینه سازی نمونه کارها (قسمت 2)
The Portfolio Optimization Bot (Part 2)
ربات بهینه سازی نمونه کارها (قسمت 3)
The Portfolio Optimization Bot (Part 3)
خلاصه و نتیجه گیری
Summary and Conclusion
تئوری پورتفولیو، بهینه سازی نمونه کارها و مشکلات آینده نگر
Portfolio Theory, Forward-looking Portfolio Optimization & Pitfalls
معرفی
Introduction
پیش فرض های بخش
Section Assumptions
شروع شدن
Getting Started
2-Asset-Case (مقدمه)
2-Asset-Case (Intro)
بازده نمونه کارها (2-دارایی-مورد)
Portfolio Return (2-Asset-Case)
ریسک پورتفولیو (2-دارایی-مورد) - یک راه حل (بیش از حد) ساده
Portfolio Risk (2-Asset-Case) - a (too) simple solution
آمار دوره تصادف: واریانس و انحراف استاندارد
Crash Course Statistics: Variance and Standard Deviation
آمار دوره تصادف: کوواریانس و همبستگی (قسمت 1)
Crash Course Statistics: Covariance and Correlation (Part 1)
آمار دوره تصادف: کوواریانس و همبستگی (قسمت 2)
Crash Course Statistics: Covariance and Correlation (Part 2)
ریسک پورتفولیو (2-دارایی-مورد)
Portfolio Risk (2-Asset-Case)
همبستگی و اثر تنوع پرتفولیو
Correlation and the Portfolio Diversification Effect
مورد دارایی چندگانه
Multiple Asset Case
بهینه سازی آینده نگر
Forward-looking Optimization
بهینه سازی میانگین واریانس آینده نگر (MVO): مشکلات (1)
Forward-looking Mean-Variance Optimization (MVO): Pitfalls (1)
بهینه سازی میانگین واریانس آینده نگر (MVO): مشکلات (2)
Forward-looking Mean-Variance Optimization (MVO): Pitfalls (2)
معرفی یک دارایی بدون ریسک
Introduction of a Risk-Free Asset
نسبت شارپ: تفسیر گرافیکی
The Sharpe Ratio: Graphical Interpretation
بهینه سازی پورتفولیو با دارایی بدون ریسک (قسمت 1)
Portfolio Optimization with Risk-free Asset (Part 1)
بهینه سازی پورتفولیو با دارایی بدون ریسک (قسمت 2)
Portfolio Optimization with Risk-free Asset (Part 2)
مفاهیم و قضیه دو فاند
Implications and the Two-Fund-Theorem
چالش کدنویسی
Coding Challenge
بهینه سازی معکوس و مدل بلک-لیترمن
Reverse Optimization and the Black-Litterman model
مقدمه و انگیزه
Introduction and Motivation
شروع به کار (ورودی ها برای بهینه سازی معکوس)
Getting started (Inputs for reverse Optimization)
Black-Litterman مرحله 1: بهینه سازی معکوس
Black-Litterman Step 1: Reverse Optimization
Black-Litterman مرحله 2: ترکیب نظرات سرمایه گذاران
Black-Litterman Step 2: Incorporating Investor Opinions
چالش کدنویسی
Coding Challenge
ضمیمه: دوره سقوط پایتون
APPENDIX: Python Crash Course
مقدمه و بررسی اجمالی
Introduction and Overview
دانلودهای ضمیمه
Appendix Downloads
پیوست 1: اصول پایتون (و امور مالی).
Appendix 1: Python (& Finance) Basics
مقدمه ای بر مفهوم ارزش زمانی پول (TVM) (تئوری)
Intro to the Time Value of Money (TVM) Concept (Theory)
محاسبه مقادیر آینده (FV) با Python/Compounding
Calculate Future Values (FV) with Python / Compounding
محاسبه مقادیر فعلی (PV) با پایتون/تخفیف
Calculate Present Values (PV) with Python / Discounting
نرخ بهره و بازده (نظریه)
Interest Rates and Returns (Theory)
محاسبه نرخ بهره و بازده با پایتون
Calculate Interest Rates and Returns with Python
مقدمه ای بر متغیرها
Introduction to Variables
Excursus: نحوه اضافه کردن نظرات درون خطی
Excursus: How to add inline comments
متغیرها و حافظه (نظریه)
Variables and Memory (Theory)
اطلاعات بیشتر در مورد متغیرها و حافظه
More on Variables and Memory
متغیرها - بایدها، نبایدها و قراردادها
Variables - Dos, Don´ts and Conventions
تابع print().
The print() Function
تمرین کدنویسی 1
Coding Exercise 1
مشکلات TVM با بسیاری از جریان های نقدی
TVM Problems with many Cashflows
مقدمه ای بر لیست های پایتون
Intro to Python Lists
نمایه سازی مبتنی بر صفر و نمایه سازی منفی در پایتون (تئوری)
Zero-based Indexing and negative Indexing in Python (Theory)
فهرست های نمایه سازی
Indexing Lists
برای حلقه ها - تکرار روی لیست ها
For Loops - Iterating over Lists
محدوده Object - Iterable دیگر
The range Object - another Iterable
FV و PV را برای بسیاری از جریان های نقدی محاسبه کنید
Calculate FV and PV for many Cashflows
ارزش فعلی خالص - NPV (تئوری)
The Net Present Value - NPV (Theory)
NPV یک پروژه سرمایه گذاری را محاسبه کنید
Calculate an Investment Project´s NPV
تمرین کدنویسی 2
Coding Exercise 2
انواع داده در عمل
Data Types in Action
سلسله مراتب نوع داده (نظریه)
The Data Type Hierarchy (Theory)
Excursus: تایپ پویا در پایتون
Excursus: Dynamic Typing in Python
توابع داخلی
Build-in Functions
اعداد صحیح
Integers
شناورها
Floats
نحوه گرد کردن شناورها (و اعداد صحیح) با round()
How to round Floats (and Integers) with round()
اطلاعات بیشتر در مورد لیست ها
More on Lists
لیست ها و عملیات عنصر عاقلانه
Lists and Element-wise Operations
برش لیست ها
Slicing Lists
برش ورق تقلب
Slicing Cheat Sheet
تغییر عناصر در لیست ها
Changing Elements in Lists
مرتب سازی و معکوس کردن لیست ها
Sorting and Reversing Lists
افزودن و حذف عناصر از/به لیست ها
Adding and removing Elements from/to Lists
قابل تغییر در مقابل اشیاء غیرقابل تغییر (قسمت 1)
Mutable vs. immutable Objects (Part 1)
قابل تغییر در مقابل اشیاء غیرقابل تغییر (قسمت 2)
Mutable vs. immutable Objects (Part 2)
تمرین کدنویسی 3
Coding Exercise 3
تاپل ها
Tuples
لغت نامه ها
Dictionaries
معرفی رشته ها
Intro to Strings
جایگزینی رشته
String Replacement
بولین ها
Booleans
اپراتورها (نظریه)
Operators (Theory)
مقایسه، منطقی و عضویت اپراتورها در عمل
Comparison, Logical and Membership Operators in Action
تمرین کدنویسی 4
Coding Exercise 4
اظهارات مشروط
Conditional Statements
کلمات کلیدی عبور، ادامه و شکستن
Keywords pass, continue and break
محاسبه دوره بازپرداخت پروژه
Calculate a Project´s Payback Period
مقدمه ای بر حلقه های while
Introduction to while loops
تمرین کدنویسی 5
Coding Exercise 5
پیوست 2: توابع تعریف شده توسط کاربر
Appendix 2: User-defined Functions
تعریف اولین تابع تعریف شده توسط کاربر
Defining your first user-defined Function
تفاوت بین آرگومان های موضعی در مقابل آرگومان های کلیدواژه چیست؟
What´s the difference between Positional Arguments vs. Keyword Arguments?
نحوه کار با آرگومان های پیش فرض
How to work with Default Arguments
آرگومان پیش فرض هیچ کدام
The Default Argument None
چگونه Iterables را باز کنیم
How to unpack Iterables
دنباله ها به عنوان آرگومان و *args
Sequences as arguments and *args
چگونه بسیاری از نتایج را برگردانیم
How to return many results
دامنه - به راحتی توضیح داده شده است
Scope - easily explained
تمرین کدنویسی 6
Coding Exercise 6
پیوست 3: کورس تصادف Numpy، Pandas، Matplotlib و Seaborn
Appendix 3: Numpy, Pandas, Matplotlib and Seaborn Crash Course
ماژول ها، بسته ها و کتابخانه ها - نیازی به اختراع مجدد چرخ نیست
Modules, Packages and Libraries - No need to reinvent the Wheel
آرایههای Numpy
Numpy Arrays
نمایهسازی و برش آرایههای Numpy
Indexing and Slicing Numpy Arrays
عملیات برداری با آرایه های Numpy
Vectorized Operations with Numpy Arrays
تغییر عناصر در آرایه های Numpy و تغییرپذیری
Changing Elements in Numpy Arrays & Mutability
مشاهده در مقابل کپی - مشکلات احتمالی هنگام برش آرایه های Numpy
View vs. copy - potential Pitfalls when slicing Numpy Arrays
روش ها و ویژگی های آرایه Numpy
Numpy Array Methods and Attributes
توابع جهانی Numpy
Numpy Universal Functions
آرایه های بولی و فیلتر شرطی
Boolean Arrays and Conditional Filtering
فیلترینگ پیشرفته و اپراتورهای بیتی
Advanced Filtering & Bitwise Operators
تعیین دوره بازگشت پروژه با np.where()
Determining a Project´s Payback Period with np.where()
ایجاد آرایه های Numpy از ابتدا
Creating Numpy Arrays from Scratch
تمرین کدنویسی 7
Coding Exercise 7
نحوه کار با لیست های تو در تو
How to work with nested Lists
آرایه های 2 بعدی Numpy
2-dimensional Numpy Arrays
چگونه آرایه های Numpy 2 کم نور را برش دهیم (قسمت 1)
How to slice 2-dim Numpy Arrays (Part 1)
نحوه برش آرایههای Numpy 2 کم نور (قسمت 2)
How to slice 2-dim Numpy Arrays (Part 2)
خلاصه: تغییر عناصر در یک آرایه/برش Numpy
Recap: Changing Elements in a Numpy Array / slice
نحوه انجام عملیات بر اساس ردیف و ستون
How to perform row-wise and column-wise Operations
تمرین کدنویسی 8
Coding Exercise 8
مقدمه ای بر داده های جدولی/پانداها
Intro to Tabular Data / Pandas
اولین Pandas DataFrame خود را ایجاد کنید (از csv)
Create your very first Pandas DataFrame (from csv)
گزینه های نمایش پانداها و متدهای head() & tail()
Pandas Display Options and the methods head() & tail()
اولین بازرسی داده ها
First Data Inspection
تمرین کدنویسی 9
Coding Exercise 9
انتخاب ستون ها
Selecting Columns
انتخاب یک ستون با علامت نقطه
Selecting one Column with the "dot notation"
نمایه سازی مبتنی بر صفر و نمایه سازی منفی
Zero-based Indexing and Negative Indexing
انتخاب ردیفها با iloc (نمایهگذاری مبتنی بر موقعیت)
Selecting Rows with iloc (position-based indexing)
برش سطرها و ستون ها با iloc (نمایه گذاری مبتنی بر موقعیت)
Slicing Rows and Columns with iloc (position-based indexing)
برگه های تقلب نمایه سازی مبتنی بر موقعیت
Position-based Indexing Cheat Sheets
انتخاب ردیفهایی با loc (نمایهگذاری مبتنی بر برچسب)
Selecting Rows with loc (label-based indexing)
برش سطرها و ستون ها با loc (نمایه گذاری مبتنی بر برچسب)
Slicing Rows and Columns with loc (label-based indexing)
برگه های تقلب نمایه سازی مبتنی بر برچسب
Label-based Indexing Cheat Sheets
خلاصه، بهترین شیوه ها و چشم انداز
Summary, Best Practices and Outlook
تمرین کدنویسی 10
Coding Exercise 10
قدم های اول با سری پانداها
First Steps with Pandas Series
تجزیه و تحلیل سری های عددی با ()()unnique و value_counts()
Analyzing Numerical Series with unique(), nunique() and value_counts()
تجزیه و تحلیل سری های غیر عددی با ()، nunique()، value_counts()
Analyzing non-numerical Series with unique(), nunique(), value_counts()
متد copy().
The copy() method
مرتب سازی سری ها و مقدمه ای بر پارامتر - inplace
Sorting of Series and Introduction to the inplace - parameter
اولین قدم ها با اشیاء شاخص پاندا
First Steps with Pandas Index Objects
تغییر فهرست ردیف با set_index() و reset_index()
Changing Row Index with set_index() and reset_index()
تغییر برچسب های ستون
Changing Column Labels
تغییر نام برچسبهای فهرست و ستون با rename()
Renaming Index & Column Labels with rename()
فیلتر کردن DataFrames (یک شرط)
Filtering DataFrames (one Condition)
فیلتر کردن DataFrame بر اساس بسیاری از شرایط (AND)
Filtering DataFrames by many Conditions (AND)
فیلتر کردن DataFrame بر اساس بسیاری از شرایط (OR)
Filtering DataFrames by many Conditions (OR)
فیلترینگ پیشرفته با بین()، isin() و ~
Advanced Filtering with between(), isin() and ~
مقدمه ای بر ارزش های NA/ارزش های گمشده
Intro to NA Values / missing Values
مدیریت ارزش های NA/ارزش های گمشده
Handling NA Values / missing Values
صادر کردن DataFrames به csv
Exporting DataFrames to csv
خلاصه آمار و انباشت
Summary Statistics and Accumulations
تجسم با Matplotlib (مقدمه)
Visualization with Matplotlib (Intro)
سفارشی سازی پلات ها
Customization of Plots
هیستوگرام (بخش 1)
Histogramms (Part 1)
هیستوگرام (بخش 2)
Histogramms (Part 2)
نمودارهای پراکنده
Scatterplots
قدم های اول با Seaborn
First Steps with Seaborn
توطئه های طبقه بندی شده در دریا
Categorical Seaborn Plots
نمودارهای رگرسیون دریایی
Seaborn Regression Plots
نقشه های حرارتی دریا
Seaborn Heatmaps
حذف ستون ها
Removing Columns
مقدمه ای بر عملیات GroupBy
Introduction to GroupBy Operations
درک شی GroupBy
Understanding the GroupBy Object
تقسیم با کلیدهای زیادی
Splitting with many Keys
تقسیم - اعمال - ترکیب
split-apply-combine
پیوست 4: موضوعات سری زمانی پانداهای پیشرفته
Appendix 4: Advanced Pandas Time Series Topics
ویژگی ها و روش های مفید DatetimeIndex
Helpful DatetimeIndex Attributes and Methods
پر کردن مقادیر NA با bfill، ffill و interpolation
Filling NA Values with bfill, ffill and interpolation
مناطق زمانی و تبدیل (قسمت 1)
Timezones and Converting (Part 1)
مناطق زمانی و تبدیل (قسمت 2)
Timezones and Converting (Part 2)
بعد چی؟ (چشم انداز و منابع اضافی)
What´s next? (outlook and additional resources)
سخنرانی پاداش
Bonus Lecture
نمایش نظرات