آموزش تجزیه و تحلیل فنی با پایتون برای تجارت الگوریتمی

Technical Analysis with Python for Algorithmic Trading

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره: از تجزیه و تحلیل فنی و شاخص ها برای معاملات (روزانه) استفاده کنید. استراتژی های تجارت TA را با پایتون ایجاد، بک تست و بهینه سازی کنید. از تجزیه و تحلیل فنی و شاخص های فنی به درستی استفاده کنید. از تحلیل فنی برای معاملات (روزانه) و معاملات الگوریتمی استفاده کنید. با پایتون شاخص های فنی را به استراتژی های معاملاتی صحیح تبدیل کنید. استراتژی‌های معاملاتی تست بک‌آست و آزمودنی که بر اساس تحلیل‌های فنی/شاخص‌ها هستند. استراتژی های ترکیبی را با دو یا چند شاخص فنی ایجاد و بک تست کنید. نمودارهای تعاملی (خط، حجم، OHLC و غیره) را با پایتون و Plotly ایجاد کنید. نشانگرهای فنی و خطوط روند/پشتیبانی/مقاومت را با پایتون و Plotly تجسم کنید. از پانداها، Numpy و برنامه نویسی شی گرا (OOP) برای تجزیه و تحلیل فنی و تجارت استفاده کنید. داده های مالی را از فایل های محلی و وب بارگیری کنید. استراتژی‌های میانگین متحرک ساده (SMA) استراتژی‌های میانگین متحرک نمایی (EMA) استراتژی‌های میانگین متحرک واگرایی همگرایی (MACD) استراتژی‌های شاخص قدرت نسبی (RSI) استراتژی‌های نوسانگر تصادفی استراتژی‌های باندهای بولینگر استراتژی‌های نقطه محوری استراتژی‌های چند نقطه محوری استراتژی‌های ترکیبی فیبوناچی ترکیبی پیش نیازها: یک کامپیوتر رومیزی (ویندوز، مک یا لینوکس) که قادر به ذخیره و اجرای آناکوندا است. این دوره شما را با نصب نرم افزار رایگان لازم راهنمایی می کند. اتصال به اینترنت با قابلیت پخش ویدیوهای HD. مهارت های اساسی کدنویسی پایتون (متغیرها، انواع داده ها، لیست ها، برای حلقه ها، توابع) -> این یک دوره آموزشی برای مبتدیان کامل پایتون نیست. مهارت های برنامه نویسی اولیه در پانداها، Numpy و Matplotlib دانش پایه تجارت/سرمایه گذاری عالی خواهد بود (اجباری نیست، اما کمک می کند)

"(چگونه) می توانم از تجزیه و تحلیل فنی و شاخص های فنی برای تجارت و سرمایه گذاری استفاده کنم؟" - این یکی از سوالات متداول در تجارت و سرمایه گذاری است.

این دوره به وضوح فراتر از قوانین، نظریه ها، پیش بینی های مبهم و نمودارهای زیبا است. (اینها مفید هستند اما معامله گران به بیش از این نیاز دارند.) این اولین دوره 100% داده محور در تجزیه و تحلیل فنی است. برای شناسایی و بهینه‌سازی استراتژی‌های معاملاتی مناسب که مبتنی بر تجزیه و تحلیل فنی/شاخص‌ها هستند، از آزمون بک‌آزمایی/آزمایش آتی دقیق استفاده خواهیم کرد.

این دوره به شما امکان می‌دهد ایده‌ها و فرضیه‌های معاملاتی خود را آزمایش و به چالش بکشید. چارچوب ها و قالب های کدنویسی پایتون را فراهم می کند که شما را قادر می سازد هزاران استراتژی معاملاتی را در عرض چند دقیقه کدنویسی و آزمایش کنید. استراتژی های سودآور را شناسایی کنید و موارد زیان آور را کنار بگذارید!


این دوره ابزارها و شاخص های تحلیل فنی زیر را پوشش می دهد:

  • نمودارهای خطی تعاملی و نمودارهای کندل استیک

  • نمودارهای حجم تعاملی

  • خطوط روند، پشتیبانی و مقاومت

  • میانگین متحرک ساده (SMA)

  • میانگین متحرک نمایی (EMA)

  • واگرایی میانگین متحرک همگرایی (MACD)

  • شاخص قدرت نسبی (RSI)

  • نوسانگر تصادفی

  • باندهای بولینگر

  • نقطه محوری (اقدام قیمت)

  • بازیابی فیبوناچی (اقدام قیمت)

  • استراتژی های ترکیبی/مختلط و موارد دیگر.


این فقط یک دوره آموزشی در تحلیل فنی و تجارت نیست. این یک دوره برنامه نویسی عمیق در پایتون و کتابخانه های علوم داده آن Numpy، Pandas، Matplotlib، Plotly و موارد دیگر است. شما یاد خواهید گرفت که چگونه از این کتابخانه ها برای تجزیه و تحلیل (مالی) داده ها، تجزیه و تحلیل فنی و تجارت استفاده کنید.

لطفاً توجه داشته باشید: این دوره آموزشی برای مبتدیان کامل پایتون نیست (دوره های دیگر من را بررسی کنید!)


منتظر چه هستید؟ اکنون بپیوندید و استفاده مناسب از تحلیل تکنیکال را شروع کنید!

مثل همیشه، هیچ خطری برای شما وجود ندارد زیرا من 30 روز ضمانت بازگشت پول ارائه می‌دهم.

متشکرم و مشتاقانه منتظر دیدار شما در دوره هستم!


سرفصل ها و درس ها

شروع شدن Getting Started

  • تحلیل تکنیکال چیست؟/بررسی اجمالی دوره What is Technical Analysis? / Course Overview

  • تحلیل تکنیکال چیست؟/بررسی اجمالی دوره What is Technical Analysis? / Course Overview

  • نکات: چگونه از این دوره بیشترین بهره را ببرید Tips: How to get the most out of this course

  • نکات: چگونه از این دوره بیشترین بهره را ببرید Tips: How to get the most out of this course

  • آیا میدانستید...؟ (آنچه داده ها می توانند در مورد تجزیه و تحلیل فنی به ما بگویند) Did you know...? (what Data can tell us about Technical Analysis)

  • آیا میدانستید...؟ (آنچه داده ها می توانند در مورد تجزیه و تحلیل فنی به ما بگویند) Did you know...? (what Data can tell us about Technical Analysis)

  • سوالات متداول دانشجویی Student FAQ

  • سوالات متداول دانشجویی Student FAQ

  • *** سلب مسئولیت قانونی (حتما بخوانید!) *** *** LEGAL DISCLAIMER (MUST READ!) ***

  • *** سلب مسئولیت قانونی (حتما بخوانید!) *** *** LEGAL DISCLAIMER (MUST READ!) ***

  • مطالب دوره/دانلود (به روز رسانی: 21 دسامبر 2022) Course Materials / Download (Updated: 21 Dec 2022)

شروع شدن Getting Started

  • مطالب دوره/دانلود (به روز رسانی: 21 دسامبر 2022) Course Materials / Download (Updated: 21 Dec 2022)

نصب نوت بوک پایتون و ژوپیتر Installing Python and Jupyter Notebooks

  • بررسی اجمالی Overview

  • بررسی اجمالی Overview

  • 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

  • نحوه کار با نوت بوک های Jupyter How to work with Jupyter Notebooks

نصب نوت بوک پایتون و ژوپیتر Installing Python and Jupyter Notebooks

  • بررسی اجمالی Overview

  • Anaconda را دانلود و نصب کنید Download and Install Anaconda

  • نحوه باز کردن نوت بوک های Jupyter How to open Jupyter Notebooks

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

  • بررسی اجمالی Overview

  • بررسی اجمالی Overview

  • نصب و وارد کردن کتابخانه ها/بسته های مورد نیاز Installing and importing required Libraries/Packages

  • اطلاعیه مهم IMPORTANT NOTICE

  • بارگیری داده های مالی از وب Loading Financial Data from the Web

  • بارگیری داده های مالی از وب Loading Financial Data from the Web

  • نمودار - نمودارهای خطی ساده Charting - Simple Line Charts

  • نمودار - نمودارهای خطی ساده Charting - Simple Line 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

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

  • اندازه نوار/دانه بندی Bar Size / Granularity

  • اندازه نوار/دانه بندی Bar Size / Granularity

  • نمودارهای حجمی Volume Charts

  • نمودارهای حجمی Volume Charts

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

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

  • خطوط روند Trend Lines

  • خطوط روند Trend Lines

  • خطوط حمایت و مقاومت Support and Resistance Lines

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

  • بررسی اجمالی Overview

  • نصب و وارد کردن کتابخانه ها/بسته های مورد نیاز Installing and importing required Libraries/Packages

  • اطلاعیه مهم IMPORTANT NOTICE

  • 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

  • خطوط حمایت و مقاومت Support and Resistance Lines

تحلیل تکنیکال - نظریه و موارد استفاده Technical Analysis - Theory and Use Cases

  • نمای کلی بخش Section Overview

  • نمای کلی بخش Section Overview

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

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

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

  • مقدمه ای بر ارزها (FOREX) و تجارت An Introduction to Currencies (FOREX) and Trading

تحلیل تکنیکال - نظریه و موارد استفاده Technical Analysis - Theory and Use Cases

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

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

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

  • مقدمه ای بر ارزها (FOREX) و تجارت An Introduction to Currencies (FOREX) and Trading

میانگین های متحرک ساده (SMA) و مقدمه ای بر بک تست Simple Moving Averages (SMA) and Introduction to Backtesting

  • معرفی Introduction

  • دریافت داده ها Getting the Data

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

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

  • معیارهای عملکرد Performance Metrics

  • استراتژی های متقاطع SMA - بررسی اجمالی SMA Crossover Strategies - Overview

  • استراتژی های متقاطع SMA - بررسی اجمالی SMA Crossover Strategies - Overview

  • تعریف استراتژی متقاطع SMA Defining an SMA Crossover Strategy

  • بک تست استراتژی برداری شده Vectorized Strategy Backtesting

  • یافتن استراتژی SMA بهینه Finding the optimal SMA Strategy

  • یافتن استراتژی SMA بهینه Finding the optimal SMA Strategy

  • تعمیم با OOP: یک کلاس تست بک تست SMA در عمل Generalization with OOP: An SMA Backtesting Class in action

  • تعمیم با OOP: یک کلاس تست بک تست SMA در عمل Generalization with OOP: An SMA Backtesting Class in action

  • OOP: روش ویژه __init__() OOP: the special method __init__()

  • OOP: متد get_data() OOP: the method get_data()

  • OOP: متد set_parameters() OOP: the method set_parameters()

  • OOP: روش test_strategy() OOP: the method test_strategy()

  • OOP: روش test_strategy() OOP: the method test_strategy()

  • OOP: روش plot_results() OOP: the method plot_results()

  • OOP: روش update_and_run() OOP: the method update_and_run()

  • OOP: روش update_and_run() OOP: the method update_and_run()

  • OOP: روش optimize_parameters() OOP: the method optimize_parameters()

  • OOP: روش optimize_parameters() OOP: the method optimize_parameters()

  • OOP: Docstrings و بازنمایی رشته OOP: Docstrings and String Representation

  • OOP: Docstrings و بازنمایی رشته OOP: Docstrings and String Representation

  • هزینه های معاملاتی (قسمت 1) Trading Costs (Part 1)

  • هزینه های معاملاتی (قسمت 2) Trading Costs (Part 2)

  • هزینه های معاملاتی (قسمت 2) Trading Costs (Part 2)

  • هزینه های معاملاتی (قسمت 3) Trading Costs (Part 3)

  • هزینه های معاملاتی (قسمت 3) Trading Costs (Part 3)

  • مورد ویژه: کراس اوور قیمت/SMA Special Case: Price/SMA Crossover

میانگین های متحرک ساده (SMA) و مقدمه ای بر بک تست Simple Moving Averages (SMA) and Introduction to Backtesting

  • معرفی Introduction

  • دریافت داده ها Getting the Data

  • معیارهای عملکرد Performance Metrics

  • تعریف استراتژی متقاطع SMA Defining an SMA Crossover Strategy

  • بک تست استراتژی برداری شده Vectorized Strategy Backtesting

  • OOP: روش ویژه __init__() OOP: the special method __init__()

  • OOP: متد get_data() OOP: the method get_data()

  • OOP: متد set_parameters() OOP: the method set_parameters()

  • OOP: روش plot_results() OOP: the method plot_results()

  • هزینه های معاملاتی (قسمت 1) Trading Costs (Part 1)

  • مورد ویژه: کراس اوور قیمت/SMA Special Case: Price/SMA Crossover

میانگین متحرک نمایی (EMA) Exponential Moving Averages (EMA)

  • معرفی Introduction

  • استراتژی های متقاطع EMA - بررسی اجمالی EMA Crossover Strategies - Overview

  • استراتژی های متقاطع EMA - بررسی اجمالی EMA Crossover Strategies - Overview

  • دریافت داده ها Getting the Data

  • EMA در مقابل SMA EMA vs. SMA

  • EMA در مقابل SMA EMA vs. SMA

  • تعریف استراتژی متقاطع EMA Defining an EMA Crossover Strategy

  • بک تست استراتژی برداری شده Vectorized Strategy Backtesting

  • چالش OOP: ایجاد کلاس آزمون بک تست EMA (شامل راه حل) OOP Challenge: Create the EMA Backtesting Class (incl. Solution)

  • چالش OOP: ایجاد کلاس آزمون بک تست EMA (شامل راه حل) OOP Challenge: Create the EMA Backtesting Class (incl. Solution)

  • کلاس بک تست EMA در عمل The EMA Backtesting Class in Action

  • کلاس بک تست EMA در عمل The EMA Backtesting Class in Action

میانگین متحرک نمایی (EMA) Exponential Moving Averages (EMA)

  • معرفی Introduction

  • دریافت داده ها Getting the Data

  • تعریف استراتژی متقاطع EMA Defining an EMA Crossover Strategy

  • بک تست استراتژی برداری شده Vectorized Strategy Backtesting

استراتژی های متقاطع SMA/EMA (چالش کدگذاری) SMA / EMA Crossover Strategies (Coding Challenge)

  • معرفی Introduction

  • استراتژی های متقاطع SMA/EMA - بررسی اجمالی SMA / EMA Crossover Strategies - Overview

  • دستورالعمل ها و برخی نکات Instructions & some Hints

  • راه حل Solution

استراتژی های متقاطع SMA/EMA (چالش کدگذاری) SMA / EMA Crossover Strategies (Coding Challenge)

  • معرفی Introduction

  • استراتژی های متقاطع SMA/EMA - بررسی اجمالی SMA / EMA Crossover Strategies - Overview

  • دستورالعمل ها و برخی نکات Instructions & some Hints

  • راه حل Solution

واگرایی میانگین متحرک همگرایی (MACD) Moving Average Convergence Divergence (MACD)

  • معرفی Introduction

  • استراتژی های MACD - بررسی اجمالی MACD Strategies - Overview

  • استراتژی های MACD - بررسی اجمالی MACD Strategies - Overview

  • دریافت داده ها Getting the Data

  • تعریف استراتژی MACD (قسمت 1) Defining an MACD Strategy (Part 1)

  • تعریف استراتژی MACD (قسمت 1) Defining an MACD Strategy (Part 1)

  • تعریف استراتژی MACD (قسمت 2) Defining an MACD Strategy (Part 2)

  • تعریف استراتژی MACD (قسمت 2) Defining an MACD Strategy (Part 2)

  • بک تست استراتژی برداری شده Vectorized Strategy Backtesting

  • کلاس MACD Backtesting در عمل The MACD Backtesting Class in Action

  • چالش OOP: ایجاد کلاس MACD Backtesting (شامل راه حل) OOP Challenge: Create the MACD Backtesting Class (incl. Solution)

  • استراتژی‌ها و تفسیرهای جایگزین MACD Alternative MACD Strategies and Interpretations

  • استراتژی‌ها و تفسیرهای جایگزین MACD Alternative MACD Strategies and Interpretations

واگرایی میانگین متحرک همگرایی (MACD) Moving Average Convergence Divergence (MACD)

  • معرفی Introduction

  • دریافت داده ها Getting the Data

  • بک تست استراتژی برداری شده Vectorized Strategy Backtesting

  • کلاس MACD Backtesting در عمل The MACD Backtesting Class in Action

  • چالش OOP: ایجاد کلاس MACD Backtesting (شامل راه حل) OOP Challenge: Create the MACD Backtesting Class (incl. Solution)

شاخص قدرت نسبی (RSI) Relative Strength Index (RSI)

  • معرفی Introduction

  • استراتژی های RSI - بررسی اجمالی RSI Strategies - Overview

  • استراتژی های RSI - بررسی اجمالی RSI Strategies - Overview

  • دریافت داده ها Getting the Data

  • تعریف استراتژی RSI (قسمت 1) Defining an RSI Strategy (Part 1)

  • تعریف استراتژی RSI (قسمت 2) Defining an RSI Strategy (Part 2)

  • تعریف استراتژی RSI (قسمت 2) Defining an RSI Strategy (Part 2)

  • بک تست استراتژی برداری شده Vectorized Strategy Backtesting

  • بک تست استراتژی برداری شده Vectorized Strategy Backtesting

  • کلاس بک تست RSI در عمل The RSI Backtesting Class in Action

  • کلاس بک تست RSI در عمل The RSI Backtesting Class in Action

  • چالش OOP: ایجاد کلاس بک تست RSI (شامل راه حل) OOP Challenge: Create the RSI Backtesting Class (incl. Solution)

  • استراتژی‌ها و تفسیرهای جایگزین RSI Alternative RSI Strategies and Interpretations

  • استراتژی‌ها و تفسیرهای جایگزین RSI Alternative RSI Strategies and Interpretations

شاخص قدرت نسبی (RSI) Relative Strength Index (RSI)

  • دریافت داده ها Getting the Data

  • تعریف استراتژی RSI (قسمت 1) Defining an RSI Strategy (Part 1)

  • بک تست استراتژی برداری شده Vectorized Strategy Backtesting

  • چالش OOP: ایجاد کلاس بک تست RSI (شامل راه حل) OOP Challenge: Create the RSI Backtesting Class (incl. Solution)

کار با دو یا چند شاخص - MACD و RSI Working with two or many Indicators - MACD & RSI

  • معرفی Introduction

  • یک استراتژی ترکیبی MACD/RSI - بررسی اجمالی A combined MACD / RSI Strategy - Overview

  • بک تست و بهینه سازی استراتژی ها به طور جداگانه Backtesting and Optimizing the Strategies separately

  • ترکیب MACD با RSI و Backtesting Combining MACD with RSI and Backtesting

  • ترکیب MACD با RSI و Backtesting Combining MACD with RSI and Backtesting

کار با دو یا چند شاخص - MACD و RSI Working with two or many Indicators - MACD & RSI

  • معرفی Introduction

  • یک استراتژی ترکیبی MACD/RSI - بررسی اجمالی A combined MACD / RSI Strategy - Overview

  • بک تست و بهینه سازی استراتژی ها به طور جداگانه Backtesting and Optimizing the Strategies separately

نوسانگر تصادفی Stochastic Oscillator

  • معرفی Introduction

  • دریافت داده ها Getting the Data

  • تعریف استراتژی SO Defining an SO Strategy

  • تعریف استراتژی SO Defining an SO Strategy

  • بک تست استراتژی برداری شده Vectorized Strategy Backtesting

  • کلاس SO Backtesting در عمل The SO Backtesting Class in Action

  • چالش OOP: ایجاد کلاس بک تست SO (شامل راه حل) OOP Challenge: Create the SO Backtesting Class (incl. Solution)

  • چالش OOP: ایجاد کلاس بک تست SO (شامل راه حل) OOP Challenge: Create the SO Backtesting Class (incl. Solution)

  • استراتژی‌ها و تفسیرهای جایگزین SO Alternative SO Strategies and Interpretations

  • استراتژی‌ها و تفسیرهای جایگزین SO Alternative SO Strategies and Interpretations

نوسانگر تصادفی Stochastic Oscillator

  • معرفی Introduction

  • دریافت داده ها Getting the Data

  • بک تست استراتژی برداری شده Vectorized Strategy Backtesting

  • کلاس SO Backtesting در عمل The SO Backtesting Class in Action

باندهای بولینگر Bollinger Bands

  • معرفی Introduction

  • باندهای بولینگر - بررسی اجمالی Bollinger Bands - Overview

  • باندهای بولینگر - بررسی اجمالی Bollinger Bands - Overview

  • دریافت داده ها Getting the Data

  • دریافت داده ها Getting the Data

  • تعریف استراتژی بازگشت میانگین باندهای بولینگر (قسمت 1) Defining a Bollinger Bands Mean-Reversion Strategy (Part 1)

  • تعریف استراتژی بازگشت میانگین باندهای بولینگر (قسمت 1) Defining a Bollinger Bands Mean-Reversion Strategy (Part 1)

  • تعریف استراتژی بازگشت میانگین باندهای بولینگر (قسمت 2) Defining a Bollinger Bands Mean-Reversion Strategy (Part 2)

  • بک تست استراتژی برداری شده Vectorized Strategy Backtesting

  • کلاس بک تستینگ BB در حال عمل است The BB Backtesting Class in action

  • کلاس بک تستینگ BB در حال عمل است The BB Backtesting Class in action

  • چالش OOP: کلاس تست بک تست BB (شامل راه حل) ایجاد کنید OOP Challenge: Create the BB Backtesting Class (incl. Solution)

باندهای بولینگر Bollinger Bands

  • معرفی Introduction

  • دریافت داده ها Getting the Data

  • تعریف استراتژی بازگشت میانگین باندهای بولینگر (قسمت 2) Defining a Bollinger Bands Mean-Reversion Strategy (Part 2)

  • بک تست استراتژی برداری شده Vectorized Strategy Backtesting

  • چالش OOP: کلاس تست بک تست BB (شامل راه حل) ایجاد کنید OOP Challenge: Create the BB Backtesting Class (incl. Solution)

استراتژی های نقطه محوری Pivot Point Strategies

  • معرفی Introduction

  • Pivot Point - بررسی اجمالی و الزامات داده Pivot Point - Overview and Data requirements

  • افزودن نقطه محوری و خطوط پشتیبانی و مقاومت Adding Pivot Point and Support and Resistance Lines

  • تعریف یک استراتژی ساده Pivot Point Defining a simple Pivot Point Strategy

  • تعریف یک استراتژی ساده Pivot Point Defining a simple Pivot Point Strategy

  • بک تست استراتژی برداری شده Vectorized Strategy Backtesting

  • شروع با داده های خام Starting with raw Data

  • آماده سازی داده ها (1) - تبدیل منطقه زمانی Preparing the Data (1) - Timezone Conversion

  • آماده سازی داده ها (2) - نمونه برداری مجدد به روزانه (NY Close) Preparing the Data (2) - Resampling to daily (NY Close)

  • آماده سازی داده ها (3) - نمونه برداری مجدد OHLC Preparing the Data (3) - OHLC Resampling

  • آماده سازی داده ها (3) - نمونه برداری مجدد OHLC Preparing the Data (3) - OHLC Resampling

  • آماده سازی داده ها (4) - ادغام داده های روزانه و روزانه Preparing the Data (4) - Merging Intraday and Daily Data

  • آماده سازی داده ها (4) - ادغام داده های روزانه و روزانه Preparing the Data (4) - Merging Intraday and Daily Data

  • اظهارات پایانی - اکنون نوبت شماست! Final Remarks - Now it´s your turn!

استراتژی های نقطه محوری Pivot Point Strategies

  • معرفی Introduction

  • Pivot Point - بررسی اجمالی و الزامات داده Pivot Point - Overview and Data requirements

  • افزودن نقطه محوری و خطوط پشتیبانی و مقاومت Adding Pivot Point and Support and Resistance Lines

  • بک تست استراتژی برداری شده Vectorized Strategy Backtesting

  • شروع با داده های خام Starting with raw Data

  • آماده سازی داده ها (1) - تبدیل منطقه زمانی Preparing the Data (1) - Timezone Conversion

  • آماده سازی داده ها (2) - نمونه برداری مجدد به روزانه (NY Close) Preparing the Data (2) - Resampling to daily (NY Close)

  • اظهارات پایانی - اکنون نوبت شماست! Final Remarks - Now it´s your turn!

استراتژی های بازیابی فیبوناچی Fibonacci Retracement Strategies

  • معرفی Introduction

  • دریافت داده ها Getting the Data

  • دریافت داده ها Getting the Data

  • اولین شهود در مورد بازیابی فیبوناچی (روند صعودی) A first Intuition on Fibonacci Retracement (Uptrend)

  • اولین شهود در مورد بازیابی فیبوناچی (روند نزولی) A first Intuition on Fibonacci Retracement (Downtrend)

  • اولین شهود در مورد بازیابی فیبوناچی (روند نزولی) A first Intuition on Fibonacci Retracement (Downtrend)

  • شناسایی ارتفاعات محلی Identifying Local Highs

  • شناسایی سطوح پایین محلی Identifying Local Lows

  • بالا و پایین - یک رویکرد تکراری Highs and Lows - an iterative approach

  • بالا و پایین - یک رویکرد تکراری Highs and Lows - an iterative approach

  • شناسایی روندها (روند صعودی/نزولی) Identifying Trends (Uptrend / Downtrend)

  • افزودن سطوح بازیابی فیبوناچی Adding Fibonacci Retracement Levels

  • افزودن سطوح بازیابی فیبوناچی Adding Fibonacci Retracement Levels

  • یک استراتژی شکست مجدد فیبوناچی A Fibonacci Retracement Breakout Strategy

  • یک استراتژی شکست مجدد فیبوناچی A Fibonacci Retracement Breakout Strategy

  • بک تست استراتژی برداری شده Vectorized Strategy Backtesting

  • بک تست استراتژی برداری شده Vectorized Strategy Backtesting

  • اظهارات نهایی و استراتژی های جایگزین Final Remarks and alternative Strategies

  • اظهارات نهایی و استراتژی های جایگزین Final Remarks and alternative Strategies

استراتژی های بازیابی فیبوناچی Fibonacci Retracement Strategies

  • معرفی Introduction

  • دریافت داده ها Getting the Data

  • اولین شهود در مورد بازیابی فیبوناچی (روند صعودی) A first Intuition on Fibonacci Retracement (Uptrend)

  • شناسایی ارتفاعات محلی Identifying Local Highs

  • شناسایی سطوح پایین محلی Identifying Local Lows

  • شناسایی روندها (روند صعودی/نزولی) Identifying Trends (Uptrend / Downtrend)

  • بک تست استراتژی برداری شده Vectorized Strategy Backtesting

پیوست 1: مقدمه ای بر داده های سری زمانی و تحلیل مالی در پانداها Appendix 1: Introduction to Time Series Data and Financial Analysis in Pandas

  • معرفی Introduction

  • وارد کردن داده‌های سری زمانی از فایل‌های csv Importing Time Series Data from csv-files

  • وارد کردن داده‌های سری زمانی از فایل‌های csv Importing Time Series Data from csv-files

  • تبدیل رشته ها به اشیاء datetime با ()pd.to_datetime Converting strings to datetime objects with pd.to_datetime()

  • تبدیل رشته ها به اشیاء datetime با ()pd.to_datetime Converting strings to datetime objects with pd.to_datetime()

  • فهرست بندی و برش سری های زمانی Indexing and Slicing Time Series

  • نمونه برداری از سری زمانی با resample() Downsampling Time Series with resample()

  • تمرین کدنویسی 1 Coding Exercise 1

  • تمرین کدنویسی 1 Coding Exercise 1

  • آماده شدن (نصب کتابخانه مورد نیاز) Getting Ready (Installing required library)

  • آماده شدن (نصب کتابخانه مورد نیاز) Getting Ready (Installing required library)

  • وارد کردن اطلاعات قیمت سهام از Yahoo Finance Importing Stock Price Data from Yahoo Finance

  • وارد کردن اطلاعات قیمت سهام از Yahoo Finance Importing Stock Price Data from Yahoo Finance

  • بازرسی اولیه و تجسم Initial Inspection and Visualization

  • بازرسی اولیه و تجسم Initial Inspection and Visualization

  • عادی سازی سری زمانی به مقدار پایه (100) Normalizing Time Series to a Base Value (100)

  • متد ()shift The shift() method

  • متد ()shift The shift() method

  • متدهای diff() و pct_change() The methods diff() and pct_change()

  • متدهای diff() و pct_change() The methods diff() and pct_change()

  • اندازه گیری عملکرد سهام با بازده MEAN و STD از بازده Measuring Stock Performance with MEAN Returns and STD of Returns

  • سری زمانی مالی - بازده و ریسک Financial Time Series - Return and Risk

  • سری زمانی مالی - کوواریانس و همبستگی Financial Time Series - Covariance and Correlation

  • سری زمانی مالی - کوواریانس و همبستگی Financial Time Series - Covariance and Correlation

  • تمرین کدنویسی 2 Coding Exercise 2

  • بازده ساده در مقابل بازده گزارش Simple Returns vs. Log Returns

  • بازده ساده در مقابل بازده گزارش Simple Returns vs. Log Returns

  • وارد کردن داده های مالی از اکسل Importing Financial Data from Excel

  • وارد کردن داده های مالی از اکسل Importing Financial Data from Excel

  • میانگین متحرک ساده (SMA) با رول () Simple Moving Averages (SMA) with rolling()

  • میانگین متحرک ساده (SMA) با رول () Simple Moving Averages (SMA) with rolling()

  • استراتژی های معاملاتی مومنتوم با SMA ها Momentum Trading Strategies with SMAs

  • استراتژی های معاملاتی مومنتوم با SMA ها Momentum Trading Strategies with SMAs

  • میانگین های متحرک با وزن نمایی (EWMA) Exponentially-weighted Moving Averages (EWMA)

  • ادغام/همسویی سری زمانی مالی (به صورت عملی) Merging / Aligning Financial Time Series (hands-on)

  • ویژگی ها و روش های مفید DatetimeIndex Helpful DatetimeIndex Attributes and Methods

  • 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

  • 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)

  • مناطق زمانی و تبدیل (قسمت 2) Timezones and Converting (Part 2)

پیوست 1: مقدمه ای بر داده های سری زمانی و تحلیل مالی در پانداها Appendix 1: Introduction to Time Series Data and Financial Analysis in Pandas

  • معرفی Introduction

  • فهرست بندی و برش سری های زمانی Indexing and Slicing Time Series

  • نمونه برداری از سری زمانی با resample() Downsampling Time Series with resample()

  • عادی سازی سری زمانی به مقدار پایه (100) Normalizing Time Series to a Base Value (100)

  • اندازه گیری عملکرد سهام با بازده MEAN و STD از بازده Measuring Stock Performance with MEAN Returns and STD of Returns

  • سری زمانی مالی - بازده و ریسک Financial Time Series - Return and Risk

  • تمرین کدنویسی 2 Coding Exercise 2

  • میانگین های متحرک با وزن نمایی (EWMA) Exponentially-weighted Moving Averages (EWMA)

  • ادغام/همسویی سری زمانی مالی (به صورت عملی) Merging / Aligning Financial Time Series (hands-on)

  • مناطق زمانی و تبدیل (قسمت 1) Timezones and Converting (Part 1)

پیوست 2: برنامه نویسی شی گرا (OOP): کلاس ابزار مالی Appendix 2: Object Oriented Programming (OOP): The Financial Instrument Class

  • معرفی Introduction

  • معرفی Introduction

  • مقدمه ای بر OOP و مثال هایی برای کلاس ها Introduction to OOP and examples for Classes

  • بسته های مورد نیاز Required Packages

  • بسته های مورد نیاز Required Packages

  • کلاس تحلیل مالی به صورت زنده در عمل (قسمت 1) The Financial Analysis Class live in action (Part 1)

  • 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)

  • 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()

  • 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

  • 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 Inheritance

  • وراثت و تابع () super Inheritance and the super() Function

  • وراثت و تابع () super Inheritance and the super() Function

  • افزودن Docstrings معنی دار Adding meaningful Docstrings

  • افزودن Docstrings معنی دار Adding meaningful Docstrings

  • ایجاد و وارد کردن ماژول های پایتون (.py) Creating and Importing Python Modules (.py)

  • تمرین کدنویسی 3: کلاس خود را ایجاد کنید Coding Exercise 3: Create your own Class

پیوست 2: برنامه نویسی شی گرا (OOP): کلاس ابزار مالی Appendix 2: Object Oriented Programming (OOP): The Financial Instrument Class

  • معرفی Introduction

  • مقدمه ای بر OOP و مثال هایی برای کلاس ها Introduction to OOP and examples for Classes

  • روش خاص __init__() The special method __init__()

  • متد get_data() The method get_data()

  • 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()

  • متد set_ticker() The method set_ticker()

  • افزودن روش‌ها و معیارهای عملکرد بیشتر Adding more methods and performance metrics

  • ایجاد و وارد کردن ماژول های پایتون (.py) Creating and Importing Python Modules (.py)

  • تمرین کدنویسی 3: کلاس خود را ایجاد کنید Coding Exercise 3: Create your own Class

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

  • سخنرانی پاداش Bonus Lecture

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

  • سخنرانی پاداش Bonus Lecture

نمایش نظرات

نظری ارسال نشده است.

آموزش تجزیه و تحلیل فنی با پایتون برای تجارت الگوریتمی
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
13.5 hours
166
Udemy (یودمی) udemy-small
25 اسفند 1401 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
10,412
4.6 از 5
دارد
دارد
دارد

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Alexander Hagmann Alexander Hagmann

دانشمند داده | حرفه ای امور مالی | کارآفرین

Alexander Hagmann Alexander Hagmann

دانشمند داده | حرفه ای امور مالی | کارآفرین

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.