آموزش معاملات الگوریتمی سهام و سرمایه گذاری سهام با پایتون

Algorithmic Stock Trading and Equity Investing with Python

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: کارگزاران تعاملی (IBKR) برای تجارت الگوریتمی و سرمایه گذاری نمونه کارها | تجزیه و تحلیل بازار سهام، تجارت ETF و تئوری معاملات الگوریتمی سهام با پایتون و کارگزاران تعاملی (IBKR) API Automated ETF & Equity Portfolio Investing Passive (ETF)، استراتژی های معاملات سهام سرمایه گذاری نیمه فعال و فعال با چندین Tickers Equity بهینه سازی و مدیریت سبد سهام بک‌آزمایی مجدد و پیاده‌سازی استراتژی‌های معاملات و سرمایه‌گذاری روش‌های ارزیابی تکنیکال و شاخص‌ها (DDM و چندگانه) تجزیه و تحلیل بنیادی شاخص‌های سهام و ردیابی/تکثیر شاخص‌ها نحوه اندازه‌گیری، معیار و بهبود عملکرد پرتفوی سهام خود از بارگیری و تحلیل داده‌ها رایگان) تجارت API منابع وب با کارگزاران تعاملی Python Basics & Numpy, Pandas, Matplotlib Trading Truly Data-driven Trading and Investing Asset-Pricing Models (CAPM) Black-Litterman Model 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 جامع ترین و کامل ترین دوره آموزشی (خودکار) معاملات سهام و سرمایه گذاری در سهام خوش آمدید!

این دوره شامل

است
  • معامله خودکار سهام برای تولید درآمد (Algo Trading، معاملات روزانه بیشتر)

  • سرمایه گذاری سبد سهام ETF خودکار برای انباشت ثروت بلندمدت (سرمایه گذاری غیرفعال، نیمه فعال و فعال)

با پایتون و کارگزاران تعاملی (IBKR).


در پایان دوره، شما به هر چهار جنبه مورد نیاز برای موفقیت طولانی مدت تسلط خواهید داشت:

  1. نظریه (سرمایه گذاری مالی 101): آنچه واقعاً باید قبل از معامله/سرمایه گذاری در سهام بدانید.

  2. داده‌ها: استراتژی‌های سرمایه‌گذاری و تجارت موفق مبتنی بر داده هستند.

  3. تجارت API با کارگزاران تعاملی: تجارت خودکار کاغذ و تجارت زنده با اسپرد و کمیسیون کم (بدون کارمزد عدم فعالیت)

  4. Python: ابزار مناسبی که تئوری، داده و تجارت API را ادغام می کند. این دوره کد را توضیح می دهد و همه چیزهایی را که باید در یک دوره آموزشی پایتون (برای مبتدیان) بدانید را پوشش می دهد.


برخی از نکات برجسته:

  • بارگیری و تجزیه و تحلیل داده های بازار سهام (قیمت های تاریخی، صورت های مالی، نسبت ها، مضرب ارزشیابی) برای هزاران سهام

  • تجارت سهام در مبادلات مختلف و از مناطق مختلف جهان (آمریکای شمالی، اروپا، هند، استرالیا و غیره)

  • تحلیل بنیادی، روش‌های ارزش‌گذاری حقوق صاحبان سهام، شاخص‌های فنی، و تکنیک‌های بهینه‌سازی توضیح داده شده است.

  • استراتژی های معاملاتی با چندین Tickers/Instrument به طور همزمان

  • مهارت های خود را در پروژه های مختلف Keystone (مفهوم جدید) آزمایش کنید و بهبود بخشید


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، متداول ترین اشتباهات در سرمایه گذاری معاملاتی 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 آموزشی معاملات سهام و سرمایه گذاری سهام 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 تجارت سرمایه گذاری تجاری 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...؟ (پیش نمایش مخفیانه در مورد سرمایه گذاری سهام) Did you know...? (a Sneak Preview on Stock 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 (به روز رسانی: 23 فوریه) Download Course Materials PART 1 (Updated: Feb 23)

بازارهای سهام و معاملات سهام/سرمایه گذاری Equity Markets and Stock Trading/Investing

  • کلاس های دارایی - بررسی اجمالی Asset Classes - Overview

  • سهام در مقابل درآمد ثابت Equities vs. Fixed Income

  • سهام - دسته ها و زیر کلاس ها Equities - Categories and Sub Classes

  • بالا به پایین در مقابل پایین به بالا Top-Down vs. Bottom-Up

  • سرمایه گذاری در مقابل تجارت Investing vs. Trading

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

تجزیه و تحلیل ارزش سهام با پایتون (قسمت 1) Equity Analysis with Python (Part 1)

  • Yahoo Finance - بررسی اجمالی Yahoo Finance - Overview

  • نحوه باز کردن و کار با دفترچه های دوره How to open and work with the Course Notebooks

  • نحوه نصب yfinance How to Install yfinance

  • اطلاعیه مهم IMPORTANT NOTICE

  • yfinance API - مراحل اول yfinance API - first steps

  • Excursus: نسخه ها و به روز رسانی های بسته Excursus: Versions and Package Updates

  • دوره تحلیل Analysis Period

  • فرکانس داده ها Data Frequency

  • سود سهام Dividends

  • قیمت بسته تعدیل شده چقدر است؟ What´s the Adjusted Close Price?

  • تقسیم سهام Stock Splits

  • سهام از سایر کشورها/بورس Stocks from other Countries / Exchanges

  • چند تیکر Multiple Tickers

  • ذخیره و بارگیری داده ها (فایل های محلی) Saving and Loading Data (Local Files)

  • [مقاله] ذخیره/بارگیری داده ها با پانداها - موضوعات پیشرفته [Article] Saving/Loading Data with Pandas - advanced topics

  • چالش کدنویسی Coding Challenge

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 ارزش سهام با پایتون (قسمت 2) Equity Analysis with Python (Part 2)

  • ***به روز رسانی*** فوریه 2023 ***Update*** February 2023

  • دریافت اطلاعات بیشتر در مورد سهام - شی Ticker Getting more Information on Stocks - the Ticker Object

  • قیمت، سهام معوق و ارزش بازار Price, Shares Outstanding & Market Capitalization

  • قیمت در مقابل ارزش و کارایی بازار Price vs. Value and Market Efficiency

  • ارزش حقوق صاحبان سهام، ارزش شرکت و درماندگی مالی Equity Value, Firm Value and Financial Distress

  • ارزش بازار در مقابل ارزش کتاب (قسمت 1) Market Value vs. Book Value (Part 1)

  • ارزش بازار در مقابل ارزش کتاب (قسمت 2) Market Value vs. Book Value (Part 2)

  • ارزش انحلال Liquidation Value

  • ارزش بازار در مقابل ارزش کتاب (قسمت 3) Market Value vs. Book Value (Part 3)

  • نحوه بارگیری صورت های مالی How to load Financial Statements

پروژه Keystone - بارگذاری داده ها و تجزیه و تحلیل سهام Keystone Project - Loading Data and Stock Analysis

  • پروژه - مقدمه Project - Introduction

  • نحوه بارگیری اجزای داو جونز از وب How to load the Dow Jones Constituents from the Web

  • قیمت‌های تاریخی (داده‌های سری زمانی) Historical Prices (Time-Series Data)

  • ***به روز رسانی*** فوریه 2023 ***Update*** February 2023

  • داده های مقطعی Cross-Sectional Data

  • تجزیه و تحلیل و مقایسه سهام Stock Analysis and Comparison

  • موضوع داغ: چگونه لیست های کامل را با علامت های سهام بدست آوریم Hot Topic: How to get complete Lists with Stock Tickers

  • موضوع داغ: نحوه بارگیری همه تیک تیک های بورس (بازار سهام هند) Hot Topic: How to load all exchange tickers (Indian Stock Market)

مقدمه ای بر کارگزاران تعاملی (IKBR) و تجارت API Introduction to Interactive Brokers (IKBR) and API Trading

  • به IKBR خوش آمدید Welcome to IKBR

  • نحوه ایجاد یک حساب معاملاتی کاغذی How to create a Paper Trading Account

  • نحوه نصب ایستگاه کاری IB Trader (TWS) How to Install the IB Trader Workstation (TWS)

  • TWS - مراحل اول TWS - First Steps

  • اولین معاملات در TWS The first Trades on TWS

  • ساعات تجارت Trading Hours

  • حساب نقدی در مقابل حساب حاشیه Cash Account vs. Margin Account

  • تجارت کسری Fractional Trading

  • هزینه های معاملاتی - کمیسیون Trading Costs - Commissions

  • هزینه های معاملاتی - سایر هزینه ها (پنهان). Trading Costs - other (hidden) Costs

  • نحوه دانلود و نصب API Wrapper & other Preparations How to download and install the API Wrapper & other Preparations

  • اتصال به API Connecting to the API

  • قراردادها (مقدمه) Contracts (Introduction)

  • چگونه داده های بازار را بدست آوریم How to get Market Data

  • جریان داده برای چند تیکر Data Streaming for Mulitple Tickers

  • قراردادها (پیشرفته) Contracts (Advanced)

  • چالش کدنویسی: برای همه اجزای DJIA قرارداد بگیرید Coding Challenge: Get Contracts for all DJIA Constituents

  • سفارشات و معاملات بازار Market Orders and Trades

  • موقعیت ها و ارزش های حساب Positions and Account Values

  • داده های تاریخی (نوارها) Historical Data (Bars)

پروژه Keystone - تجارت الگوریتمی با IBKR Keystone Project - Algorithmic Trading with IBKR

  • پروژه - مقدمه Project - Introduction

  • نمادها را دریافت کنید Get the Symbols

  • ***به روز رسانی*** فوریه 2023 ***Update*** February 2023

  • آخرین قیمت ها و عملکرد را دریافت کنید Get most recent Prices and Performance

  • تعیین موقعیت های هدف Determine Target Positions

  • موقعیت های واقعی را شناسایی کنید Identify Actual Positions

  • معاملات مورد نیاز را تعیین کنید Determine Required Trades

  • معاملات را انجام دهید Execute Trades

  • اجرای یک اسکریپت معامله گر پایتون Running a Python Trader Script

تجزیه و تحلیل داده های مالی و ارزیابی عملکرد Financial Data Analysis and Performance Evaluation

  • مقدمه و بررسی اجمالی Introduction and Overview

  • بازرسی اولیه داده ها و تجسم Initial Data 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

  • بازده قیمت در مقابل بازده کل (سهام) Price Return vs. Total Return (Stocks)

  • (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

پروژه Keystone: تجزیه و تحلیل و مقایسه عملکرد سهام Keystone Project: Stock Performance Analysis & Comparison

  • پروژه - مقدمه Project - Introduction

  • راه حل Solution

بخش 2: تجارت ETF و سرمایه گذاری سبد سهام با پایتون و IBKR PART 2: ETF Trading & Equity Portfolio Investing with Python and IBKR

  • مقدمه و بررسی اجمالی قسمت 2 Introduction and Overview PART 2

  • دانلود مواد درسی قسمت 2 (به روز رسانی فوریه 2023) Download Course Materials PART 2 (Updated February 2023)

  • استراتژی های سرمایه گذاری، شاخص ها، پرتفوی ها و معیارها Investment Strategies, Indices, Portfolios & Benchmarks

چگونه یک شاخص سهام بسازیم و تجزیه و تحلیل کنیم How to build and analyze a Stock Index

  • شاخص های مالی - یک مرور کلی Financial Indices - an Overview

  • شاخص های سهام Stock Indices

  • شروع شدن Getting started

  • شاخص وزنی قیمت - تئوری Price-Weighted Index - Theory

  • PWI PWI

  • ایجاد شاخص میانگین صنعتی داوجونز از ابتدا Building the Dow Jones Industrial Average Index from scratch

  • شاخص هم وزن - نظریه Equal-Weighted Index - Theory

  • EWI EWI

  • ایجاد یک شاخص سهام با وزن برابر با پایتون Creating an Equal-Weighted Stock Index with Python

  • شاخص ارزش بازار - تئوری Market Value-Weighted Index - Theory

  • VWI VWI

  • ***به روز رسانی*** فوریه 2023 ***Update*** February 2023

  • ایجاد یک شاخص سهام با ارزش بازار با پایتون (قسمت 1) Creating a Market Value-Weighted Stock Index with Python (Part 1)

  • ایجاد یک شاخص سهام با ارزش بازار با پایتون (قسمت 2) Creating a Market Value-Weighted Stock Index with Python (Part 2)

  • مقایسه روش های وزن دهی (قسمت اول) Comparison of weighting methods (Part 1)

  • مقایسه روش های وزن دهی (قسمت دوم) Comparison of weighting methods (Part 2)

  • شاخص قیمت در مقابل شاخص عملکرد/بازده کل Price Index vs. Performance/Total Return Index

سرمایه گذاری ETF و تکرار/ردیابی شاخص ETF Investing and Index Replication / Tracking

  • چرا سرمایه گذاری ETF؟ Why ETF Investing?

  • تکرار/ردیابی شاخص - مقدمه Index Replication / Tracking - Intro

  • شاخص S&P500 و ETF های آن - تکرار کامل The S&P500 Index and its ETFs - Full Replication

  • بازگشت فعال و ریسک فعال (خطای ردیابی) Active Return and Active Risk (Tracking Error)

  • Excursus: قیمت گذاری حق بیمه/تخفیف ETF Excursus: Premium/Discount Pricing of ETFs

  • شاخص راسل 3000 و ETF های آن - نمونه گیری نماینده The Russell 3000 Index and its ETFs - Representative Sampling

  • سرمایه گذاری ETF با IBKR ETF Investing with IBKR

  • ردیابی فهرست با بهینه سازی (قسمت 1) Index Tracking with Optimization (Part 1)

  • ردیابی فهرست با بهینه سازی (قسمت 2) Index Tracking with Optimization (Part 2)

  • ردیابی فهرست با بهینه سازی (قسمت 3) Index Tracking with Optimization (Part 3)

  • ردیابی فهرست با بهینه سازی (قسمت 4) Index Tracking with Optimization (Part 4)

  • ردیابی فهرست با بهینه سازی (قسمت 5) Index Tracking with Optimization (Part 5)

  • ردیابی فهرست با بهینه سازی (قسمت 6) Index Tracking with Optimization (Part 6)

  • بهینه سازی و آزمایش "خارج از نمونه" (قسمت 1) Optimization and "out-sample" Testing (Part 1)

  • بهینه سازی و تست "خارج از نمونه" (قسمت 2) Optimization and "out-sample" Testing (Part 2)

پروژه Keystone - ایجاد و اجرای یک استراتژی سرمایه گذاری سفارشی Keystone Project - Creating and Implementing a customized Investment Strategy

  • پروژه - مقدمه Project - Introduction

  • همه لیست های NASDAQ را دریافت کنید Get all NASDAQ listings

  • فیلتر لیست ها Filter Listings

  • دریافت قیمت و سود سهام Get Prices and Dividends

  • سهام پرداخت کننده سود سهام را شناسایی کنید Identify Dividend-paying Stocks

  • ایجاد یک شاخص استراتژی Creating a Strategy Index

  • ردیابی شاخص Index Tracking

  • تجارت با IBKR Trading with IBKR

  • نظارت بر Monitoring

  • بک تست استراتژی و تعصب نگاه به آینده Strategy Backtesting and the Look-Ahead Bias

  • بک تست استراتژی و سوگیری بقا Strategy Backtesting and the Survivorship Bias

  • مقایسه و نسبت اطلاعات Benchmarking and the Information Ratio

بهینه سازی و تجزیه و تحلیل سبد سهام Equity Portfolio Optimization and Analysis

  • معرفی Introduction

  • 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: The Risk-adjusted Return

  • بهینه سازی نمونه کارها Portfolio Optimization

  • حداقل واریانس نمونه کارها Minimum Variance Portfolio

  • نمونه کارها حداکثر بازده Maximum Return Portfolio

  • مرز کارآمد The Efficient Frontier

  • بهینه سازی پورتفولیو با تعادل مجدد مکرر Portfolio Optimization with frequent Rebalancing

  • مقایسه: تعادل مجدد روزانه در مقابل عدم تعادل مجدد Comparison: daily Rebalancing vs. no Rebalancing

  • تعادل مجدد هزینه ها Rebalancing Costs

بهینه سازی پورتفولیو: تئوری و مشکلات عملی Portfolio Optimization: Theory and practical Pitfalls

  • معرفی Introduction

  • 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

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

قیمت گذاری دارایی (CAPM) - نظریه و مفاهیم عملی Asset Pricing (CAPM) - Theory and practical Implications

  • مقدمه، خلاصه و انگیزه Introduction, Recap and Motivation

  • بهينه سازي Optimization

  • ریسک سیستماتیک و غیر سیستماتیک Systematic and Unsystematic Risk

  • CAPM و خط بازار امنیت CAPM & the Security Market Line

  • بتا و آلفا Beta and Alpha

  • سبد بازار مناسب چیست؟ What´s the right Market Portfolio?

  • بیشتر در مورد بتا: چرخه ای در مقابل سهام دفاعی More on Beta: Cyclical vs. Defensive Stocks

  • پیش بینی بازده سهام با CAPM Forecasting Stock Returns with CAPM

پروژه Keystone: بهینه سازی نمونه کارها، CAPM و Black-Litterman Keystone Project: Portfolio Optimization, CAPM & Black-Litterman

  • معرفی Introduction

  • راه حل (قسمت اول) Solution (Part 1)

  • راه حل (قسمت دوم) Solution (Part 2)

  • راه حل (قسمت سوم) Solution (Part 3)

  • راه حل (قسمت چهارم) Solution (Part 4)

بخش 3: معاملات الگوریتمی سهام با پایتون و IKBR PART 3: Algorithmic Stock Trading with Python and IKBR

  • مقدمه و بررسی اجمالی قسمت 3 Introduction and Overview PART 3

  • دانلود مواد درسی قسمت 3 Download Course Materials PART 3

استراتژی های معاملاتی - بررسی اجمالی Trading Strategies - Overview

  • استراتژی های معاملاتی - بررسی اجمالی Trading Strategies - Overview

  • [مقاله] بیشتر در مورد استراتژی های معاملاتی [Article] More on Trading Strategies

  • چگونه استراتژی های تجاری خود را ایجاد کنید How to create your own Trading Strategies

  • [مقاله] چرخه حیات یک استراتژی معاملاتی [Article] The Lifecycle of a Trading Strategy

بک‌آزمایی استراتژی‌های چندگانه Tickers (Momentum/Contrarian) Backtesting multiple Tickers Strategies (Momentum/Contrarian)

  • شروع شدن Getting started

  • تعیین موقعیت های معاملاتی روزانه Determine daily Trading Positions

  • معاملات را شناسایی کنید Identify Trades

  • تجزیه و تحلیل عملکرد - سود و زیان Performance Analysis - Profit and Loss

  • تجزیه و تحلیل عملکرد - جریان های نقدی Performance Analysis - Cashflows

  • هزینه های معاملاتی Trading Costs

  • همه را با هم جمع کردن Bringing it all together

  • بهینه سازی استراتژی Strategy Optimization

تجزیه و تحلیل فنی با پایتون - مقدمه Technical Analysis with Python - Introduction

  • تحلیل تکنیکال در مقابل تحلیل بنیادی Technical Analysis vs Fundamental Analysis

  • تحلیل فنی و فرضیه بازار کارآمد Technical Analysis and the Efficient Market Hypothesis

  • تجزیه و تحلیل فنی - کاربردها و موارد استفاده Technical Analysis - Applications and Use Cases

  • شروع و نمودارهای قیمت ساده Getting started and simple Price Charts

  • نمودار - نمودارهای خطی تعاملی با دکمه سر دست و طرح Charting - Interactive Line Charts with Cufflinks and Plotly

  • چگونه نمودارهای Plotly را سفارشی کنیم How to customize Plotly Charts

  • نمودارهای میله ای کندل استیک و OHLC Candlestick and OHLC Bar Charts

  • اندازه نوار/دانه بندی Bar Size / Granularity

  • نمودارهای حجمی Volume Charts

  • شاخص های فنی - نمای کلی و مثال ها Technical Indicators - Overview and Examples

  • خطوط روند Trend Lines

  • خطوط حمایت و مقاومت Support and Resistance Lines

معاملات سهام با شاخص های فنی - بک تست Stock trading with Technical Indicators - Backtesting

  • شروع شدن Getting started

  • یک "استراتژی" ساده خرید و نگه داشتن A simple Buy and Hold "Strategy"

  • تعریف استراتژی متقاطع SMA Defining an SMA Crossover Strategy

  • بک تست استراتژی برداری شده Vectorized Strategy Backtesting

  • بهینه سازی استراتژی Strategy Optimization

  • هزینه های معاملات و معاملات (قسمت 1) Transaction & Trading Costs (Part 1)

  • هزینه های معاملات و معاملات (قسمت 2) Transaction & Trading Costs (Part 2)

  • کلاس Backtester The Backtester Class

  • بک تست کردن یک استراتژی فقط طولانی Backtesting a Long-Only Strategy

  • بک تست و تست پیش رو Backtesting & Forward Testing

پروژه Keystone - تجارت فنی با IBKR Keystone Project - Technical Trading with IBKR

  • معرفی پروژه Project Introduction

  • شروع شدن Getting Started

  • موقعیت هدف را شناسایی کنید Identify target Position

  • موقعیت های فعلی را شناسایی کنید Identify current Positions

  • معاملات را شناسایی کنید Identify Trades

  • معاملات را انجام دهید Execute Trades

  • اجرای یک اسکریپت تجاری فنی Running a Technical Trading Script

بخش 4: موضوعات VIP پیشرفته PART 4: Advanced VIP Topics

  • مقدمه و بررسی اجمالی قسمت 4 Introduction and Overview PART 4

  • دانلود مواد درسی قسمت 4 Download Course Materials PART 4

مفاهیم ارزش گذاری حقوق صاحبان سهام Equity Valuation Concepts

  • معرفی Introduction

  • مدل‌های تخفیف سود سهام (DDM) Dividends Discount Models (DDM)

  • اطلاعیه مهم! Important Notice!

  • مدل رشد گوردون در عمل زنده است The Gordon Growth Model live in action

  • DDM - تأیید نتایج و بررسی انتقادی DDM - Verification of results and critical review

  • چند برابر قیمت - بررسی اجمالی و محاسبه (قسمت 1) Price Multiples - Overview and Calculation (Part 1)

  • چند برابر قیمت - بررسی اجمالی و محاسبه (قسمت 2) Price Multiples - Overview and Calculation (Part 2)

  • گروه های همتا و قابل مقایسه Peer Groups & Comparables

  • ارزش گذاری با چند برابر قیمت Valuation with Price Multiples

منابع داده های پیشرفته - داده های تاریخی EOD Advanced Data Sources - EOD Historical Data

  • داده های تاریخی EOD - بررسی اجمالی EOD Historical Data - Overview

  • مراحل اول First Steps

  • بارگیری قیمت های تاریخی - گزینه های پیشرفته Loading Historical Prices - advanced Options

  • اصول حقوق صاحبان سهام Equity Fundamentals

  • ارزش بازار تاریخی Historical Market Caps

  • داده های روزانه و داده های زنده Intraday Data and Live Data

  • مبادلات و نمادهای Ticker Exchanges and Ticker Symbols

  • سهام حذف شده Delisted Stocks

  • شاخص ها و اجزای شاخص Indices and Index Constituents

  • دانلود انبوه Bulk Downloads

جریان داده و معاملات الگوریتمی روز با IBKR Data Streaming & Algorithmic Day Trading with IBKR

  • IBKR API - خلاصه IBKR API - Recap

  • جریان تیک داده ها Streaming Tick Data

  • پخش جریانی داده های تیک برای چندین نماد Streaming Tick Data for multiple Symbols

  • داده های نوار جریانی Streaming Bar Data

  • نحوه ایجاد نمودار زنده Candle Stick How to create a live Candle Stick Chart

  • آماده سازی داده ها برای معاملات روزانه Preparing the Data for Day Trading

  • بهبود کارایی کد Improving Code Efficiency

  • یک استراتژی معاملاتی روز SMA را تعریف کنید Define an SMA Day Trading Strategy

  • Excursus: Spot Trading در مقابل CFD Trading Excursus: Spot Trading vs. CFD Trading

  • ایجاد سفارشات و اجرای معاملات Creating Orders and Executing Trades

  • نظارت و گزارش تجارت Trade Monitoring and Reporting

  • چگونه یک جلسه معاملاتی را متوقف کنیم How to Stop a Trading Session

  • اجرای یک اسکریپت معامله گر پایتون Running a Python Trader Script

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)

  • نحوه باز کردن و کار با دفترچه های پیوست دوره How to open and work with the Course Appendix Notebooks

  • 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)

  • بارگیری یک فایل CSV در Pandas Loading a CSV-file into Pandas

  • 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)

پیوست 5: برنامه نویسی شی گرا (OOP) Appendix 5: Object Oriented Programming (OOP)

  • 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

بعد چی؟ (چشم انداز و منابع اضافی) What´s next? (outlook and additional resources)

  • سخنرانی پاداش Bonus Lecture

نمایش نظرات

آموزش معاملات الگوریتمی سهام و سرمایه گذاری سهام با پایتون
جزییات دوره
37 hours
452
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
2,073
4.6 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Alexander Hagmann Alexander Hagmann

دانشمند داده | حرفه ای امور مالی | کارآفرین