آموزش پایتون عملی برای تجارت الگوریتمی

Practical Python for Algorithmic Trading

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
اگر در امور مالی کار می کنید یا علاقه ای به سرمایه گذاری و تجارت دارید، می دانید که هر لحظه گنجینه ای از داده های مالی در دسترس شماست. اما چگونه می توانید از همه این اطلاعات به نفع خود استفاده کنید؟ معاملات الگوریتمی با استفاده از تکنیک های یادگیری ماشینی می تواند به شما در تصمیم گیری معاملاتی بر اساس داده ها کمک کند. در این دوره آموزشی، عیسی لوپز به شما در مورد پیش پردازش داده ها، مهندسی ویژگی ها و نحوه استفاده از مدل های پیشرفته یادگیری ماشین برای ارتقای استراتژی های معاملاتی خود می آموزد. او به شما نشان می‌دهد که چگونه داده‌های بازار سهام را از Yahoo Finance دانلود کنید تا در مورد مدل‌های یادگیری ماشینی که آینده را پیش‌بینی می‌کنند، آموزش ببینید و چگونه بر اساس پیش‌بینی‌ها تصمیمات سرمایه‌گذاری ایجاد کنید. بیاموزید که چگونه استراتژی های خود را بهینه کنید، تکنیک های بک تست را درک کنید و گزارش های عملکرد را با اطمینان تفسیر کنید.

سرفصل ها و درس ها

معرفی Introduction

  • تجارت الگوریتمی با استفاده از یادگیری ماشین (در حال انجام) Algorithmic trading using machine learning (In progress)

  • یادگیری خود را به حداکثر برسانید Maximize your learning

1. کار با داده های بازار سهام 1. Working with Stock Market Data

  • داده ها را دانلود و صادر کنید Download and export data

  • سطرها را فیلتر کنید و ستون هایی برای استراتژی های معاملاتی ایجاد کنید Filter rows and create columns for trading strategies

2. بک تست با مدل های طبقه بندی 2. Backtesting with Classification Models

  • محاسبه مدل طبقه بندی یادگیری ماشین Compute machine learning classification model

  • اولین تنظیمات کلاس استراتژی First configurations of the strategy class

  • گام به گام استراتژی سرمایه گذاری را شبیه سازی کنید Simulate the investment strategy step by step

  • بک تست را روی استراتژی اجرا کنید Run the backtest on the strategy

  • چالش: بک تست با دیگر تیکرها Challenge: Backtest with other tickers

3. بک تست با مدل های رگرسیون 3. Backtesting with Regression Models

  • محاسبه مدل رگرسیون یادگیری ماشین Compute machine learning regression model

  • نحوه ارزیابی مدل های رگرسیون How to evaluate regression models

  • بک تست را با مدل رگرسیون پیکربندی و اجرا کنید Configure and run the backtest with the regression model

  • نحوه تفسیر داشبورد بک تست How to interpret the backtesting dashboard

4. بهینه سازی بک تست 4. Backtesting Optimization

  • بهینه سازی پارامترهای استراتژی Optimizing strategy parameters

  • پانداها با نقشه های حرارتی گزارش می دهند Pandas reporting with heatmaps

  • بهینه سازی هوشمند برای صرفه جویی در زمان محاسبات Smart optimization to save computing time

  • چالش: بهینه سازی با مجموعه داده های دیگر Challenge: Optimization with other datasets

5. مشکل Overfitting در بک تست 5. The Overfitting Problem in Backtesting

  • چرا مدل های یادگیری ماشین بیش از حد بر داده ها تناسب دارند؟ Why machine learning models overfit the data

  • نحوه آموزش مدل ها در بک تست How to train models within the backtest

  • چالش: تست قطار با دیگر تیکرها Challenge: Train test with other tickers

  • اعتبار سنجی در یادگیری ماشینی Walk forward validation in machine learning

  • اعتبار سنجی راهپیمایی به جلو لنگر در آزمون پس زمینه Anchored walk forward validation in backtesting

  • ایجاد کتابخانه برای استراتژی های بک تست Create library for backtesting strategies

  • تفسیر گزارش ها از رویکردهای اعتبار سنجی قدم به جلو Interpret reports from walk forward validation approaches

  • چالش: با سایر افراد به جلو حرکت کنید Challenge: Walk forward with other tickers

نتیجه Conclusion

  • خلاصه دوره Course summary

  • بعدش چی What's next

نمایش نظرات

آموزش پایتون عملی برای تجارت الگوریتمی
جزییات دوره
1h 54m
27
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
-
- از 5
ندارد
دارد
دارد
Jesus Lopez
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Jesus Lopez Jesus Lopez

Python and Data Scientist, Trainer, Consultant

Jesus Lopez دانشمند پایتون و داده، مربی و مشاور است

Jesus استاد Escuela de Organización Industrial در مادرید، اسپانیا، آموزش برنامه نویسی پایتون. او همچنین یک مشاور فنی در Resolving Python است، یک شرکت مشاوره که راه‌حل‌های علم داده را برای افراد و سازمان‌ها با استفاده از پایتون توسعه می‌دهد. او مدرک لیسانس علوم کاربردی را از دانشگاه گلاسکو گرفت و در حال تکمیل مدرک آمار از دانشگاه سالامانکا است.