آموزش تسلط بر بک تست برای تجارت الگوریتمی

Mastering Backtesting for Algorithmic Trading

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: قدرت شبیه‌سازی‌های تاریخی را باز کنید – دست در دست به هنر بک‌آزمایی مسلط شوید: مهارت‌های طراحی و اجرای بک‌آست‌های سفارشی خود را با استفاده از داده‌های تاریخی، از ابتدایی تا پیشرفته، به دست آورید. استراتژی های نادرست را شناسایی کرده و از آن اجتناب کنید: رازهای شناسایی استراتژی های سرمایه گذاری فریبنده را کشف کنید. از کارشناسان برجسته بیاموزید: از خرد پیشگامان در این زمینه بهره ببرید. برنامه درسی ما بر اساس تحقیقات و انتشارات پیشگامانه ساخته شده است. علّیت را در استراتژی های خود القا کنید: با ادغام استدلال علّی، رویکرد معاملاتی خود را ارتقا دهید. بهترین شیوه‌ها را در تحقیقات کمی بپذیرید: با استفاده از بهترین شیوه‌های صنعت، مسیر خود را در استراتژی‌های ارزش کمی ایجاد کنید. بینش عملی و کاربرد در دنیای واقعی: این دوره فقط در تئوری متوقف نمی شود. شما تجربه عملی ساختن پشتیبان خود را در Python Innovate with Confidence کسب خواهید کرد: خود را به دانشی مجهز کنید که نه تنها دنبال کنید بلکه در زمینه مالی کمی نیز نوآوری کنید. پیش نیازها: آشنایی با برنامه نویسی پایتون آشنایی اولیه با بازارهای مالی و معاملات. جبر خطی و آمار مفید است توانایی خواندن معادلات ریاضی

این دوره برای تجهیز شما به ابزارها و دانش مورد نیاز برای بک تست موثر استراتژی های معاملاتی با استفاده از پایتون طراحی شده است. این برای کسانی طراحی شده است که می‌خواهند ایده‌های معاملاتی خود را با داده‌های تاریخی بازار آزمایش و تأیید کنند و از رویکردی قوی و مبتنی بر داده برای تجارت اطمینان حاصل کنند.


  • ساختن بک تستر خود در پایتون : به نکات فنی ساخت بک تستر از ابتدا بپردازید. کدنویسی در پایتون را بیاموزید و از کتابخانه های محبوب برای ایجاد یک چارچوب بک تست همه کاره و قابل استفاده مجدد استفاده کنید.

  • قبل از آزمون بک تست - از این پروتکل استفاده کنید! : مراحل ضروری برای آماده شدن برای بک تست را بدانید. این ماژول بر گردآوری داده ها، تشکیل فرضیه ها و تنظیم پارامترهای تست تمرکز دارد.

  • بهترین روش‌ها در تحقیق برای استراتژی‌های سهام کمی: روش‌های تحقیق استاندارد صنعت را که تحلیل‌گران کمی برای توسعه استراتژی‌های سهام استفاده می‌کنند، بیاموزید. ما تکنیک های تجزیه و تحلیل داده ها، آزمون های آماری و موارد دیگر را پوشش می دهیم.

  • اهمیت علیت در طراحی آزمایش شما: نقش علیت را در طراحی استراتژی معاملاتی درک کنید. بیاموزید که چگونه بین همبستگی و علیت تمایز قائل شوید تا استراتژی‌های معاملاتی مؤثرتری ایجاد کنید.

  • چه کاری نباید انجام داد! : نگاهی انتقادی به دام های رایج در آزمون پس آزمون استراتژی. یاد بگیرید که اشتباهاتی را شناسایی کرده و از آن اجتناب کنید که می تواند منجر به نتیجه گیری نادرست و عملکرد ضعیف استراتژی شود.

  • تشخیص استراتژی‌های سرمایه‌گذاری نادرست: خود را به دانشی مجهز کنید تا استراتژی‌هایی را که سودآور به نظر می‌رسند، اما در واقع به دلیل تطبیق بیش از حد، تعصبات جاسوسی داده‌ها، یا سایر خطاها ناقص هستند، شناسایی کرده و از آن اجتناب کنید.

  • سخنرانی‌های پاداش: با محتوای اضافی درگیر شوید که به موضوعات پیشرفته، مطالعات موردی در دنیای واقعی و روندهای نوظهور در امور مالی کمی می‌پردازد.


سرفصل ها و درس ها

منابع مفید Useful Resources

  • رایگان 1 ماه: مجوز MlFinLab Free 1 Month: MlFinLab License

  • به گروه خواندن بپیوندید Join the Reading Group

بک تستر خود را در پایتون بسازید Build Your Own Backtester in Python

  • سخنرانی: مقدمه ای بر بک تست Lecture: Introduction to Backtesting

  • سخنرانی: آموزش بک تستینگ Lecture: Backtesting Tutorial

  • نوت بوک عملی: دانلود داده های قیمت با YFinance Notebook Practical: Downloading Price Data with YFinance

  • سخنرانی: تنظیم محیط Lecture: Setting up the Environment

  • سخنرانی: آموزش YFinance Lecture: YFinance Tutorial

  • نوت بوک عملی: بک تست خود را بسازید Notebook Practical: Build your Own Backtest

  • سخنرانی: ساختن Backtest خود Lecture: Building your Own Backtest

  • آزمون: بک تست برداری Quiz: Vectorised Backtest

  • بک تست آمار و کتابخانه ها در پایتون Backtest Statistics and Libraries in Python

  • سخنرانی خارجی: استفاده از Pyfolio برای تجزیه و تحلیل استراتژی های معاملاتی External Lecture: Using Pyfolio to Analyze your Trading Strategies

  • سخنرانی خارجی: QuantStats - نمونه کارها تجزیه و تحلیل با آموزش پایتون External Lecture: QuantStats - Portfolio Analytics with Python Tutorial

  • رسیدگی به داده های از دست رفته و اطلاعات پرت Handling Missing Data and Outliers

  • در مورد هزینه های تراکنش چطور؟ What About Transaction Costs?

  • نوت بوک عملی: اضافه کردن هزینه های تراکنش به بک تست های خود Notebook Practical: Adding Transaction Costs to your Backtests

  • مقاله: تأثیر هدف‌گذاری نوسانات Paper: The Impact of Volatility Targeting

  • سخنرانی: تاثیر هدف گذاری نوسانات Lecture: The Impact of Volatility Targeting

  • سخنرانی خارجی: چه زمانی باید Backtester خود را بسازید؟ External Lecture: When Should You Build Your Own Backtester?

  • مروری بر پلتفرم های بک تستینگ (پایتون) Overview of Backtesting Platforms (Python)

  • مطالب توصیه شده برای ساختن Backtester خود Recommended Readings for Building your Own Backtester

قبل از اینکه بک تست کنید - از این پروتکل استفاده کنید! Before you Backtest - Use this Protocol!

  • مقاله: یک پروتکل بک تست در عصر یادگیری ماشینی Paper: A Backtesting Protocol in the Era of Machine Learning

  • پروتکل The Protocol

  • سخنرانی: پروتکل بک تست 7 نقطه ای Lecture: 7 Point Backtesting Protocol

بهترین روش ها در تحقیق برای استراتژی های ارزش کمی Best Practices in Research for Quantitative Equity Strategies

  • مقاله: بهترین روش ها در تحقیق برای استراتژی های ارزش کمی Paper: Best Practices in Research for Quantitative Equity Strategies

  • قلب مدل کمی: داده Heart of the Quantitative Model: Data

  • طبقه بندی مدل های کوانت A Taxonomy of Quant Models

  • چگونه یک استراتژی کوانت توسعه دهیم How to Develop a Quant Strategy

  • 9 نکته برای توسعه بهتر مدل 9 Tips for Better Model Development

  • سخنرانی خارجی: افزایش اهمیت آماری آزمون‌های پشتیبان External Lecture: Enhancing Statistical Significance of Backtests

اهمیت علیت در طراحی آزمایش شما The Importance of Causality in your Experiment Design

  • شروع با علیت Getting Started with Causality

  • مقدمه ای بر علیت در امور مالی Introduction to Causality in Finance

  • مقاله: سرمایه گذاری عاملی: آیا سرمایه گذاری عاملی می تواند علمی شود؟ Paper: Causal Factor Investing: Can Factor Investing Become Scientific?

  • سخنرانی: کشف علمی در مالی کمی Lecture: Scientific Discovery in Quantitative Finance

  • مقاله: عوامل شبه و سرمایه گذاری عاملی (افزودن نمودارهای علّی) Paper: Pseudo-Factors and Factor Investing (Adding Causal Graphs)

  • مقاله: چرا سرمایه گذاری فاکتور شکست خورده است؟: نقش خطاهای مشخصات Paper: Why Has Factor Investing Failed?: The Role of Specification Errors

چه کاری نباید انجام داد! What Not to Do!

  • سخنرانی: مقدمه Lecture: Introduction

  • مقاله: هفت گناه سرمایه گذاری کمی Paper: Seven Sins of Quantitative Investing

  • سخنرانی: 7 گناه سرمایه گذاری کمی Lecture: The 7 Sins of Quantitative Investing

  • مقاله: چهار اسب سوار یادگیری ماشینی در امور مالی Paper: The Four Horsemen of Machine Learning in Finance

  • سخنرانی: چهار سوارکار یادگیری ماشینی در امور مالی Lecture: The Four Horsemen of Machine Learning in Finance

  • اصول یادگیری ماشینی موثر در امور مالی Principles for Effective Machine Learning in Finance

  • سخنرانی خارجی: 10 روشی که بک آزمون ها دروغ می گویند External Lecture: 10 Ways Backtests Lie

  • مقاله: 10 دلیلی که اکثر بودجه های یادگیری ماشین شکست می خورند Paper: The 10 Reasons Most Machine Learning Funds Fail

  • سخنرانی خارجی: 7 دلیل که اکثر بودجه های یادگیری ماشین شکست می خورند External Lecture: The 7 Reasons Most Machine Learning Funds Fail

شناسایی استراتژی های سرمایه گذاری نادرست Detecting False Investment Strategies

  • مقاله: قضیه استراتژی غلط Paper: The False Strategy Theorem

  • سخنرانی: قضیه استراتژی غلط Lecture: The False Strategy Theorem

  • مقاله: شناسایی استراتژی های سرمایه گذاری نادرست Paper: Detection of False Investment Strategies

  • سخنرانی: شناسایی استراتژی های سرمایه گذاری نادرست Lecture: Detection of False Investment Strategies

  • چگونه می توان تعداد مستقل آزمایشات را تعیین کرد؟ How to Determine the Independent Number of Trials?

  • مقاله: بک تست (رویکردی جایگزین برای DSR و PSR) Paper: Backtesting (An Alternative Approach to the DSR and PSR)

  • سخنرانی بر روی مقاله: بک تست Lecture on the paper: Backtesting

  • مقاله: ارزیابی استراتژی های معاملاتی Paper: Evaluating Trading Strategies

  • سخنرانی خارجی: خطرات پس آزمون های تاریخی External Lecture: The Risks of Historical Backtests

محتوای اضافی: اندازه موقعیت، توقف ضرر و هزینه Extra Content: Position Sizing, Stop Losses, and Costs

  • مقاله: قمار کلی با ریسک Paper: Risk-Constrained Kelly Gambling

  • مقاله: معیار کلی در شرط بندی ورزشی بلک جک و بازار سهام Paper: The Kelly Criterion in Blackjack Sports Betting, and the Stock Market

  • سخنرانی: چهار رویکرد برای تعیین اندازه شرط کلی Lecture: Four Approaches to Kelly Bet Sizing

  • مقاله: قوانین توقف ضرر چه زمانی ضرر را متوقف می کند؟ Paper: When do stop-loss rules stop losses?

  • سخنرانی: قوانین Stop-loss چه زمانی جلوی ضرر را می گیرند؟ Lecture: When do Stop-Loss Rules Stop Losses?

  • مقاله: دیدگاه متخصص در تجارت و اجرای استراتژی ها Paper: A Practitioner Perspective on Trading and Implementation of Strategies

  • سخنرانی: دیدگاه متخصص در تجارت و اجرای استراتژی ها Lecture: A Practitioner Perspective on Trading and Implementation of Strategies

نمایش نظرات

آموزش تسلط بر بک تست برای تجارت الگوریتمی
جزییات دوره
10 hours
60
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
508
4.5 از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Hudson and Thames Quantitative Research Hudson and Thames Quantitative Research

توسعه الگوریتم های پیچیده برای معامله گران کوانت.