آموزش تجزیه و تحلیل سری زمانی در پایتون 2023

سرفصل ها و درس ها

معرفی Introduction

• دوره شامل چه مواردی می شود؟ What does the course cover?

• دانلود منابع اضافی Download Additional Resources

تنظیم محیط Setting Up the Environment

• راه اندازی محیط - لطفا از دست ندهید! Setting up the environment - Do not skip, please!

• چرا پایتون و ژوپیتر؟ Why Python and Jupyter?

• نصب آناکوندا Installing Anaconda

• داشبورد Jupyter - قسمت 1 Jupyter Dashboard - Part 1

• داشبورد Jupyter - قسمت 2 Jupyter Dashboard - Part 2

• نصب پکیج های لازم Installing the Necessary Packages

• نصب بسته ها - تمرین Installing Packages - Exercise

• نصب بسته ها - راه حل تمرین Installing Packages - Exercise Solution

مقدمه ای بر سری زمانی در پایتون Introduction to Time Series in Python

• مقدمه ای بر داده های سری زمانی Introduction to Time-Series Data

• مقدمه ای بر داده های سری زمانی Introduction to Time Series Data

• نشانه گذاری برای داده های سری زمانی Notation for Time Series Data

• نشانه گذاری برای داده های سری زمانی Notation for Time Series Data

• ویژگی های داده های سری زمانی Peculiarities of Time Series Data

• ویژگی های داده های سری زمانی Peculiarities of Time Series Data

• در حال بارگیری داده ها Loading the Data

• در حال بارگیری داده ها Loading the Data

• بررسی داده ها Examining the Data

• بررسی داده ها Examining the Data

• ترسیم داده ها Plotting the Data

• ترسیم داده ها Plotting the Data

• طرح QQ The QQ Plot

• طرح QQ The QQ Plot

ایجاد یک شی سری زمانی در پایتون Creating a Time Series Object in Python

• تبدیل ورودی های رشته به مقادیر DateTime Transforming String inputs into DateTime Values

• تبدیل ورودی های رشته به مقادیر DateTime Transforming String inputs into DateTime Values

• استفاده از تاریخ به عنوان شاخص Using Date as an Index

• استفاده از تاریخ به عنوان شاخص Using Dates as an Index

• تنظیم فرکانس Setting the Frequency

• تنظیم فرکانس Setting the Frequency

• پر کردن مقادیر از دست رفته Filling Missing Values

• پر کردن مقادیر از دست رفته Filling Missing Values

• اضافه کردن و حذف ستون ها در یک قاب داده Adding and Removing Columns in a Data Frame

• اضافه کردن و حذف ستون ها در یک قاب داده Adding and Removing Columns in a Data Frame

• تقسیم کردن داده ها Splitting Up the Data

• تقسیم کردن داده ها Splitting Up the Data

• پیوست: به روز رسانی مجموعه داده Appendix: Updating the Dataset

کار با سری زمانی در پایتون Working with Time Series in Python

• نویز سفید White Noise

• نویز سفید White Noise

• پیاده روی تصادفی Random Walk

• پیاده روی تصادفی Random Walk

• ثابت بودن Stationarity

• ثابت بودن Stationarity

• تعیین ایستایی فرم ضعیف Determining Weak Form Stationarity

• تعیین ایستایی فرم ضعیف Determining Weak Form Stationarity

• فصلی بودن Seasonality

• فصلی بودن Seasonality

• همبستگی بین ارزش های گذشته و حال Correlation Between Past and Present Values

• همبستگی بین ارزش های گذشته و حال Correlation Between Past and Present Values

• تابع همبستگی خودکار (ACF) The Autocorrelation Function (ACF)

• تابع همبستگی خودکار (ACF) The Autocorrelation Function (ACF)

• تابع خود همبستگی جزئی (PACF) The Partial Autocorrelation Function (PACF)

• تابع خود همبستگی جزئی (PACF) The Partial Autocorrelation Function (PACF)

انتخاب مدل صحیح Picking the Correct Model

• انتخاب مدل صحیح Picking the Correct Model

• انتخاب مدل صحیح Picking the Correct Model

خودرگرسیون مدلسازی: مدل AR Modeling Autoregression: The AR Model

• مدل خودرگرسیون (AR). The Autoregressive (AR) Model

• مدل خودرگرسیون (AR). The Autoregressive (AR) Model

• بررسی ACF و PACF قیمت ها Examining the ACF and PACF of Prices

• بررسی ACF و PACF قیمت ها Examining the ACF and PACF of Prices

• برازش یک مدل AR(1) برای قیمت‌های شاخص Fitting an AR(1) Model for Index Prices

• برازش یک مدل AR(1) برای قیمت‌های شاخص Fitting an AR(1) Model for Index Prices

• مناسب کردن مدل‌های AR با تاخیر بالاتر برای قیمت‌ها Fitting Higher-Lag AR Models for Prices

• مناسب کردن مدل‌های AR با تاخیر بالاتر برای قیمت‌ها Fitting Higher-Lag AR Models for Prices

• استفاده از بازده به جای قیمت Using Returns Instead of Prices

• استفاده از بازده به جای قیمت Using Returns Instead of Prices

• بررسی ACF و PACF از بازگشت Examining the ACF and PACF of Returns

• بررسی ACF و PACF از بازگشت Examining the ACF and PACF of Returns

• برازش یک مدل AR(1) برای بازده شاخص Fitting an AR(1) Model for Index Returns

• برازش یک مدل AR(1) برای بازده شاخص Fitting an AR(1) Model for Index Returns

• برازش مدل‌های واقعیت افزوده با تاخیر بالاتر برای بازگشت Fitting Higher-Lag AR Models for Returns

• برازش مدل‌های واقعیت افزوده با تاخیر بالاتر برای بازگشت Fitting Higher-Lag AR Models for Returns

• عادی سازی مقادیر Normalizing Values

• عادی سازی مقادیر Normalizing Values

• انتخاب مدل برای بازده عادی (AR) Model Selection for Normalized Returns (AR)

• انتخاب مدل برای بازده عادی Model Selection for Normalized Returns

• بررسی باقیمانده های مدل AR Examining the AR Model Residuals

• بررسی باقیمانده های مدل AR Examining the AR Model Residuals

• شوک های غیرمنتظره از دوره های گذشته Unexpected Shocks from Past Periods

تنظیم به شوک: مدل MA Adjusting to Shocks: The MA Model

• مدل میانگین متحرک (MA). The Moving Average (MA) Model

• مدل میانگین متحرک (MA). The Moving Average (MA) Model

• برازش یک مدل MA(1) برای بازگشت Fitting an MA(1) Model for Returns

• برازش یک مدل MA(1) برای بازگشت Fitting an MA(1) Model for Returns

• برازش مدل های MA با تاخیر بالاتر برای بازگشت Fitting Higher-Lag MA Models for Returns

• برازش مدل های MA با تاخیر بالاتر برای بازگشت Fitting Higher-Lag MA Models for Returns

• بررسی باقیمانده های مدل MA برای بازگشت Examining the MA Model Residuals for Returns

• بررسی باقیمانده های مدل MA برای بازگشت Examining the MA Model Residuals for Returns

• انتخاب مدل برای بازده عادی (MA) Model Selection for Normalized Returns (MA)

• انتخاب مدل برای بازده عادی (MA) Model Selection for Normalized Returns (MA)

• برازش یک مدل MA(1) برای قیمت ها Fitting an MA(1) Model for Prices

• برازش یک مدل MA(1) برای قیمت ها Fitting an MA(1) Model for Prices

• ارزش های گذشته و خطاهای گذشته Past Values and Past Errors

ارزش های گذشته و خطاهای گذشته: مدل ARMA Past Values and Past Errors: The ARMA Model

• مدل میانگین متحرک خود رگرسیون (ARMA). The Autoregressive Moving Average (ARMA) Model

• مدل میانگین متحرک خود رگرسیون (ARMA). The Autoregressive Moving Average (ARMA) Model

• نصب یک مدل ARMA ساده برای بازگشت Fitting a Simple ARMA Model for Returns

• نصب یک مدل ARMA ساده برای بازگشت Fitting a Simple ARMA Model for Returns

• نصب مدل ARMA با تاخیر بالاتر برای بازگشت - قسمت 1 Fitting a Higher-Lag ARMA Model for Returns - Part 1

• نصب مدل ARMA با تاخیر بالاتر برای بازگشت - قسمت 2 Fitting a Higher-Lag ARMA Model for Returns - Part 2

• نصب مدل ARMA با تاخیر بالاتر برای بازگشت - قسمت 3 Fitting a Higher-Lag ARMA Model for Returns - Part 3

• نصب مدل ARMA با تاخیر بالاتر برای بازگشت - قسمت 3 Fitting a Higher-Lag ARMA Model for Returns - Part 3

• بررسی بقایای بازده مدل ARMA Examining the ARMA Model Residuals of Returns

• بررسی بقایای بازده مدل ARMA Examining the ARMA Model Residuals of Returns

• ARMA برای قیمت ها ARMA for Prices

• ARMA برای قیمت ها ARMA for Prices

• مدل های ARMA و داده های غیر ثابت ARMA Models and Non-Stationary Data

مدل سازی داده های غیر ثابت: مدل ARIMA Modeling Non-Stationary Data: The ARIMA Model

• مدل میانگین متحرک یکپارچه اتورگرسیو (ARIMA). The Autoregressive Integrated Moving Average (ARIMA) Model

• مدل میانگین متحرک یکپارچه اتورگرسیو (ARIMA). The Autoregressive Integrated Moving Average (ARIMA) Model

• نصب یک مدل ساده ARIMA برای قیمت ها Fitting a Simple ARIMA Model for Prices

• نصب یک مدل ساده ARIMA برای قیمت ها Fitting a Simple ARIMA Model for Prices

• نصب مدل ARIMA با تاخیر بالاتر برای قیمت - قسمت 1 Fitting a Higher-Lag ARIMA Model for Prices - Part 1

• نصب مدل ARIMA با تاخیر بالاتر برای قیمت - قسمت 2 Fitting a Higher-Lag ARIMA Model for Prices - Part 2

• نصب مدل ARIMA با تاخیر بالاتر برای قیمت - قسمت 2 Fitting a Higher-Lag ARIMA Model for Prices - Part 2

• سطوح بالاتر ادغام Higher Levels of Integration

• سطوح بالاتر ادغام Higher Levels of Integration

• استفاده از مدل های ARIMA برای بازگشت Using ARIMA Models for Returns

• استفاده از مدل های ARIMA برای بازگشت Using ARIMA Models for Returns

• عوامل خارجی و مدل ARIMAX Outside Factors and the ARIMAX Model

• عوامل خارجی و مدل ARIMAX Outside Factors and the ARIMAX Model

• مدل های فصلی - SARIMAX Seasonal Models - SARIMAX

• پیش بینی ثبات Predicting Stability

اندازه گیری نوسانات: مدل ARCH Measuring Volatility: The ARCH Model

• مدل ناهمگونی شرطی خود رگرسیون (ARCH). The Autoregressive Conditional Heteroscedasticity (ARCH) Model

• مدل ARCH The ARCH Model

• نوسان Volatility

• نوسان Volatility

• نگاهی دقیق تر به مدل ARCH A More Detailed Look of the ARCH Model

• نگاهی دقیق تر به مدل ARCH A More Detailed Look of the ARCH Model

• روش arch_model The arch_model Method

• روش arch_model The arch_model Method

• مدل ARCH ساده The Simple ARCH Model

• مدل ARCH ساده The SImple ARCH Model

• مدل های ARCH با تاخیر بالاتر Higher-Lag ARCH Models

• معادل ARMA مدل ARCH An ARMA Equivalent of the ARCH Model

ARMA معادل ARCH: مدل GARCH An ARMA Equivalent of the ARCH: The GARCH Model

• مدل ناهمگونی مشروط خودبازگشتی تعمیم یافته (GARCH). The Generalized Autoregressive Conditional Heteroskedasticity (GARCH) Model

• مدل GARCH The GARCH Model

• ARMA و GARCH The ARMA and the GARCH

• ARMA و GARCH The ARMA and the GARCH

• مدل ساده GARCH The Simple GARCH Model

• مدل ساده GARCH The Simple GARCH Model

• مدل های GARCH با تاخیر بالاتر Higher-Lag GARCH Models

• مدل های GARCH با تاخیر بالاتر Higher-LAg GARCH Models

• جایگزینی برای فرآیند انتخاب مدل An Alternative to the Model Selection Process

خودکار ARIMA Auto ARIMA

• خودکار ARIMA Auto ARIMA

• آماده سازی پایتون برای انتخاب مدل Preparing Python for Model Selection

• پیش فرض بهترین تناسب The Default Best Fit

• آرگومان های پایه خودکار ARIMA Basic Auto ARIMA Arguments

• آرگومان های خودکار ARIMA پیشرفته Advanced Auto ARIMA Arguments

• هدف پشت مدلینگ The Goal Behind Modelling

پیش بینی Forecasting

• مقدمه ای بر پیش بینی Introduction to Forecasting

• بازده پیش بینی ساده با AR و MA Simple Forecasting Returns with AR and MA

• پیش بینی متوسط ​​(مدل "MAX"). Intermediate ("MAX" Model) Forecasting

• پیش بینی پیشرفته (فصلی). Advanced (Seasonal) Forecasting

• پیش بینی خودکار ARIMA Auto ARIMA Forecasting

• مشکلات پیش بینی Pitfalls of Forecasting

• پیش بینی نوسانات Forecasting Volatility

• پیوست پیش بینی: پیش بینی چند متغیره Forecasting Appendix: Multivariate Forecasting

مورد تجاری Business Case

• مورد تجاری - نگاهی به صنعت خودرو Business Case - A Look Into the Automobile Industry

• تکمیل 100% Completing 100%