آموزش تامین مالی کمی با پایتون

Quantitative Finance with Python

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: یادگیری تجزیه و تحلیل بازارهای مالی با استفاده از پایتون، علم داده، یادگیری ماشین و تجزیه و تحلیل فنی. درک کاملی در مورد بازارهای مالی مختلف مانند بازار سهام، بازار فارکس، بازار اوراق قرضه و بازار کالا ایجاد کنید. پیش بینی قیمت سهام و روند بازار با استفاده از یادگیری ماشینی را بیاموزید. شما یاد خواهید گرفت که با استفاده از ابزارها و مفاهیم تحلیل فنی مانند حمایت، مقاومت و میانگین متحرک، دارایی های مالی مختلف را تجزیه و تحلیل کنید. ریسک را مدیریت کنید و هنر مدیریت بهینه پول و تنوع پرتفوی را با استفاده از معیار Kelly بیاموزید. این دوره به شما در مورد نظریه های مالی مختلف مانند فرضیه بازار کارآمد، نظریه پیاده روی تصادفی و نظریه پورتفولیو مدرن آموزش می دهد. یاد بگیرید که با استفاده از نسبت شارپ، بازده تعدیل شده با ریسک و نوسانات یک سبد را ارزیابی کنید. آموزش پیش بینی قیمت سهام با استفاده از شبکه عصبی LSTM. مفاهیم پیچیده مشتقات مالی مانند آتی و اختیارات را به روشی ساده بیاموزید. آموزش توسعه و بک تست استراتژی های معاملاتی در پایتون. این دوره مفاهیم پیشرفته تجارت جفتی، آربیتراژ و معاملات الگوریتمی را به صورت ساده توضیح می دهد. پیش نیازها: این دوره از بینندگان انتظار دارد که برخی از دانش های اولیه پایتون، علم داده و یادگیری ماشین را داشته باشند. هیچ دانش یا سابقه ای در امور مالی فرض نمی شود.

به یک موقعیت سودآور و سودآور در امور مالی کمی علاقه دارید؟ آیا شما یک حرفه ای هستید که در امور مالی کار می کنید یا فردی که در علم داده کار می کنید و می خواهید شکاف بین امور مالی و علم داده را پر کنید و به یک مقدار کامل تبدیل شوید؟

نقش یک تحلیلگر کمی در یک بانک سرمایه گذاری، صندوق تامینی، یا شرکت مالی یک گزینه شغلی جذاب برای بسیاری از متخصصان کمی ماهر است که در امور مالی یا زمینه های دیگر مانند علم داده، فناوری یا مهندسی کار می کنند. اگر این شما را توصیف می‌کند، چیزی که برای حرکت به سطح بعدی نیاز دارید، دروازه‌ای به دانش مالی کمی است که برای این نقش مورد نیاز است که بر پایه‌های فنی است که قبلاً بر آن مسلط شده‌اید.

این دوره به گونه ای طراحی شده است که دقیقاً چنین دروازه ای به دنیای کوانت باشد. اگر در این دوره موفق شوید، کارشناسی ارشد مالی کمی و مهندسی مالی خواهید شد.

این دوره موضوعات مختلفی مانند:

را پوشش می دهد
  • بازارهای سهام

  • بازار کالا

  • تجارت فارکس

  • رمز ارز

  • تحلیل فنی

  • مشتقات مالی

  • آینده

  • گزینه ها

  • ارزش زمانی پول

  • نظریه پورتفولیو مدرن

  • فرضیه بازار کارآمد

  • پیش‌بینی قیمت سهام با استفاده از یادگیری ماشینی

  • پیش‌بینی قیمت سهام با استفاده از شبکه‌های عصبی LSTM (یادگیری عمیق)

  • پیش‌بینی قیمت طلا با استفاده از یادگیری ماشین

  • استراتژی های معاملاتی را در پایتون توسعه دهید و بک تست کنید

  • شاخص‌های فنی مانند میانگین متحرک و RSI.

  • تجارت الگوریتمی.

  • روش‌های معاملاتی پیشرفته مانند تجارت آربیتراژ و جفت.

  • نظریه راه رفتن تصادفی.

  • مدل قیمت گذاری دارایی سرمایه.

  • نسبت شارپ.

  • Python for Finance.

  • همبستگی بین سهام مختلف و طبقات دارایی.

  • نمودارهای Candle Stick.

  • کار با داده های مالی و OHLC برای سهام.

  • اندازه بهینه موقعیت با استفاده از معیار کلی.

  • تنوع و مدیریت ریسک.


سرفصل ها و درس ها

مقدمه و مروری بر دوره Introduction and Course Overview

  • ویدیوی معرفی و خوش آمد گویی Introduction and Welcome Video

  • در این دوره چه چیزی یاد خواهید گرفت؟ What will you Learn in this Course ?

بازارهای مالی Financial Markets

  • مقدمه ای بر بازارهای مالی قسمت 1 Introduction to Financial Markets Part 1

  • مقدمه ای بر بازارهای مالی قسمت 2 Introduction to Financial Markets Part 2

  • نوع تحلیل در بازارهای مالی Type Of Analysis in Financial Markets

  • ارزش زمانی پول Time Value of Money

  • مدل قیمت گذاری دارایی های سرمایه ای (CAPM) Capital Asset Pricing Model (CAPM)

  • نظریه پورتفولیو مدرن (MPT) Modern Portfolio Theory (MPT)

  • فرضیه بازار کارآمد Efficient Market Hypothesis

  • تئوری پیاده روی تصادفی Random Walk Theory

  • همبستگی در امور مالی Correlation in Finance

  • ماتریس همبستگی سهام Stock Correlation Matrix

  • تجارت آرتبیتراژ Artbitrage Trading

  • تجارت جفت Pair Trading

  • تجارت آلگو Algo Trading

  • کلی معیار Kelly Criterion

  • نسبت شارپ Sharpe Ratio

پایتون برای امور مالی Python For Finance

  • کار با داده های OHLC برای سهام Working with OHLC Data for Stocks

  • نمودار CandleStick را با پایتون ترسیم کنید Plot CandleStick Chart with Python

  • میانگین متحرک ساده (SMA) در پایتون Simple Moving Average (SMA) in Python

  • میانگین متحرک نمایی (EMA) در پایتون Exponential Moving Average (EMA) in Python

مشتقات مالی Financial Derivates

  • مقدمه ای بر مشتقات مالی Introduction to Financial Derivatives

  • معاملات آتی (مشتقات مالی) Futures (Financial Derivatives)

  • اختیارات (مشتقات مالی) Options (Financial Derivatives)

  • مدل بلک اسکولز Black Scholes Model

تحلیل فنی Technical Analysis

  • مقدمه ای بر تحلیل تکنیکال Introduction to Technical Analysis

  • یافتن حمایت و مقاومت Finding Support and Resistance

  • الگوهای نمودار Chart Patterns

  • میانگین متحرک Moving Average

  • شاخص قدرت نسبی (RSI). Relative Strength Index (RSI) Indicator

  • تئوری داو Dow Theory

توسعه و بک تست استراتژی های معاملاتی در پایتون Develop and Backtest Trading Strategies in Python

  • مطالعه موردی عملی در سهام آمازون Practical Case Study on Amazon Stock

یادگیری ماشینی در امور مالی Machine Learning in Finance

  • پیش بینی قیمت طلا با استفاده از یادگیری ماشینی Gold Price Prediction using Machine Learning

  • پیش بینی قیمت سهام با استفاده از یادگیری ماشینی Stock Price Prediction using Machine Learning

  • پیش بینی سهام اپل با استفاده از رگرسیون خطی Apple Stock Prediction using Linear Regression

پیش بینی قیمت سهام با استفاده از LSTM Stock Price Prediction using LSTM

  • پیش بینی قیمت سهام مایکروسافت با استفاده از LSTM Microsoft Stock Price Prediction using LSTM

نمایش نظرات

آموزش تامین مالی کمی با پایتون
جزییات دوره
4 hours
36
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
12,034
4.1 از 5
دارد
دارد
دارد
Raj Chhabria
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Raj Chhabria Raj Chhabria

مهندس علوم کامپیوتر با تخصص DataScience