آموزش مدل‌سازی آماری و پیش‌بینی‌کننده برای امور مالی - آخرین آپدیت

تفسیر آلفا و بتا با رگرسیون: درک آلفا و بتا در اندازه‌گیری پورتفولیو Interpret Alpha & Beta with Regression: Understanding Alpha and Beta in Portfolio Measurement

• مقدمه و خوش‌آمدگویی Introduction and Welcome

• رمزگشایی از آلفا و بتا Alpha & Beta Demystified

• مبانی رگرسیون برای آلفا و بتا Regression Foundations for Alpha & Beta

تفسیر آلفا و بتا با رگرسیون: به‌کارگیری رگرسیون برای تفسیر ریسک و بازده پورتفولیو Interpret Alpha & Beta with Regression: Applying Regression to Interpret Portfolio Risk and Return

• از نمودار پراکندگی تا خروجی رگرسیون From Scatterplot to Regression Output

• چگونه خروجی رگرسیون را مانند یک تحلیلگر بخوانیم How to Read Regression Output Like an Analyst

رگرسیون: شناسایی مفروضات و به‌کارگیری مدل‌ها: درک مفروضات رگرسیون؛ قوانین پنهان مدل‌های قابل اعتماد Regression: Identify Assumptions & Apply Models:Understanding Regression Assumptions: The Hidden Rules Behind Reliable Models

• خوش‌آمدگویی: چرا مفروضات رگرسیون اهمیت دارند Welcome: Why Regression Assumptions Matter

• توضیح چهار فرض اصلی رگرسیون The Four Regression Assumptions Explained

• زمانی که مفروضات شکست می‌خورند: مثال‌های واقعی مالی When Assumptions Fail: Real Financial Examples

رگرسیون: شناسایی مفروضات و به‌کارگیری مدل‌ها: اجرای OLS و تشخیص باقی‌مانده‌ها در RStudio Regression: Identify Assumptions & Apply Models:Applying OLS and Diagnosing Residuals in RStudio

• خوش‌آمدگویی: از مفروضات تا اجرا Welcome: From Assumptions to Action

• برازش مدل OLS در RStudio Fitting an OLS Model in RStudio

• خواندن نمودارهای باقی‌مانده: شناسایی الگوهای قیفی Reading Residual Plots: Spotting Funnel Patterns

کشف داستان واقعی داده‌ها: آمار آشکار شده: درک معیارهای گرایش به مرکز Uncover Data's True Story: Statistics Unveiled: Understanding Measures of Central Tendency

• خوش‌آمدگویی: منظور ما از مرکز چیست؟ Welcome: What Do We Mean by Center?

• قدرت (و نقاط ضعف) میانگین The Power (and Pitfalls) of the Mean

• میانه: مرکز صادقانه The Median: The Honest Middle

کشف داستان واقعی داده‌ها: آمار آشکار شده: توصیف داده‌ها مانند یک حرفه‌ای؛ از اعداد تا روایت‌ها Uncover Data's True Story: Statistics Unveiled: Describing Data Like a Pro: From Numbers to Narratives

• خوش‌آمدگویی: اجازه دهید داده‌ها خودشان صحبت کنند Welcome: Let the Data Speak for Itself

• آمار توصیفی: روایت داستان پشت اعداد Descriptive Statistics: Telling the Story Behind the Numbers

• بصری‌سازی داده‌ها: از خلاصه تا روایت Visualizing Data: From Summary to Story

طراحی تست‌های A/B برای اثرات مالی: فرضیه‌ها در امور مالی Design A/B Tests for Financial Impact: Hypotheses in Finance

• مقدمه و خوش‌آمدگویی Introduction and Welcome

• چرا فرضیه‌ها در امور مالی اهمیت دارند Why Hypotheses Matter in Finance

• اشتباهات رایج در تنظیم فرضیه‌ها Common Mistakes in Hypothesis Setup

طراحی تست‌های A/B برای اثرات مالی: تست‌های A/B برای اثرگذاری نسبت شارپ Design A/B Tests for Financial Impact: A/B Tests for Sharpe Ratio Impact

• مقدمه‌ای بر تست A/B Introduction to A/B Testing

• چه چیزی یک تست A/B مالی را موفق می‌کند؟ What Makes a Good Financial A/B Test?

• از برنامه تا اجرا From Plan to Action

مدل‌های پیش‌بینی‌کننده برای ریسک مالی: گردش‌کار مدل‌سازی پیش‌بینی‌کننده Predictive Models for Financial Risk: The Predictive Modeling Workflow

• مقدمه و خوش‌آمدگویی Introduction and Welcome

• توضیح گردش‌کار یادگیری نظارت‌شده The Supervised Learning Workflow Explained

• تقسیم داده‌ها و معیارهای ارزیابی Data Splitting and Evaluation Metrics

مدل‌های پیش‌بینی‌کننده برای ریسک مالی: ساخت و ارزیابی طبقه‌بندی‌کننده ریسک مالی Predictive Models for Financial Risk: Building and Evaluating a Financial Risk Classifier

• کالبدشکافی یک درخت تصمیم Anatomy of a Decision Tree

• آموزش درخت تصمیم در پایتون Train a Decision Tree in Python

پروژه: ارزیابی مدل‌های ریسک اعتباری و پیشنهاد استراتژی وام‌دهی Project: Evaluate Credit Risk Models and Recommend a Lending Strategy