Beginning of dialog window. Escape will cancel and close the window.
End of dialog window.
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
در حال بارگزاری، لطفا صبر کنید...
توضیحات دوره:
آموزش استفاده از Python، Pandas، Matplotlib و QuantConnect Lean Engine برای انجام تجزیه و تحلیل مالی و معاملات استفاده از کتابخانه های قدرتمند پایتون مانند NumPy، Pandas و Matplotlib درک نظریه مدرن پورتفولیو استفاده از تکنیک های شبیه سازی مونت کارلو برای بهینه سازی تخصیص پورتفولیو درک بهینه سازی SciPy الگوریتمهایی برای ایجاد داراییهای بهینه پرتفوی استفاده و درک دادههای بنیادی سهام، مانند CFC، درآمد، و EPS محاسبه نسبت شارپ برای هر سهمی درک بازده انباشته و میانگین روزانه در سهام یادگیری استفاده از موتور LEAN QuantConnect برای معاملات خودکار درباره باندهای بولینگر بیاموزید. و سایر تحلیلهای تکنیکی کلاسیک استفاده از معاملات الگوریتمی برای معامله قراردادهای آتی مشتقه در درک CAPM - مدل قیمتگذاری دارایی سرمایه استفاده از دادههای شرکت سهامی بنیادی برای ایجاد الگوریتمهای معاملاتی مبتنی بر قوانین درباره جایگزینهای نسبت شارپ، مانند نسبت Sortino، یادگیری خواندن و درک یک بک آزمون، از جمله نسبت های شارپ احتمالی انجام تحقیق در مورد QuantConnect، از جمله غربالگری انتخاب سهام در جهان پیش نیازها:تجربه پایه پایتون
به دوره آنلاین نهایی برای رفتن از صفر به قهرمان در پایتون برای امور مالی، از جمله تجارت الگوریتمی با موتور LEAN خوش آمدید!
این دوره شما را از طریق هر آنچه که برای استفاده از Python برای امور مالی و انجام معاملات الگوریتمی در پلتفرم QuantConnect با موتور قدرتمند LEAN نیاز دارید، راهنمایی می کند!
این دوره به طور خاص برای اتصال مفاهیم مالی اصلی به پاک کردن کد پایتون طراحی شده است. شما در مورد مهارتهای دنیای واقعی مورد تقاضا که در اکوسیستم فینتک بسیار مورد توجه است، یاد خواهید گرفت.
ما موضوعات زیر را که توسط متخصصان مالی مورد استفاده قرار میگیرند پوشش خواهیم داد:
مبانی دوره سقوط پایتون
NumPy برای پردازش عددی با سرعت بالا
پانداها برای تجزیه و تحلیل کارآمد داده
Matplotlib برای تجسم داده
تجزیه و تحلیل بازده سهام
بازده روزانه تجمعی
نوسانات و ریسک اوراق بهادار
EWMA (میانگین متحرک وزنی نمایی)
نسبت شارپ
بهینه سازی تخصیص پورتفولیو
Efficient Frontier و Markowitz Optimization
انواع وجوه
سفارش کتاب
فروش کوتاه
مدل قیمت گذاری دارایی سرمایه
تقسیم سهام و سود سهام
فرضیه بازار کارآمد
تجارت الگوریتمی با QuantConnect
معاملات آتی
تجارت گزینه ها
و خیلی بیشتر!
چرا این دوره خاص را برای یادگیری پایتون، امور مالی و تجارت الگوریتمی انتخاب کنید؟
این دوره با آموزش برخی از مهم ترین و محبوب ترین کتابخانه های پایتون برای تجزیه و تحلیل و تجسم داده ها، از جمله NumPy، Pandas و Matplotlib به شما شروع می شود.
هر سخنرانی شامل یک ویدیوی HD با کیفیت بالا با دستورالعملهای واضح و اسلایدهای تئوری مرتبط و همچنین یک دفترچه یادداشت کامل Jupyter با کد و متن توضیحی است.
این دوره دارای پوشش کاملی است که به شما امکان میدهد ایدههای خود را به صورت الگوریتم پیادهسازی کنید، سایر دورههای آنلاین هرگز به شما نشان نمیدهند که چگونه با دانش جدید خود معامله کنید!
جامعه آنلاین قدرتمند با تالارهای QA ما با هزاران دانش آموز و دستیاران آموزشی اختصاصی، و همچنین تعامل دانش آموز در سرور Discord ما.
همه اینها با 30 روز ضمانت بازگشت پول همراه است، بنابراین می توانید دوره را کاملاً بدون خطر امتحان کنید!
سرفصل ها و درس ها
خوش آمد گویی و مرور کلی دوره
Course Welcome and Overview
پیام خوش آمدگویی دوره
Course Welcome Message
مروری بر برنامه درسی دوره
Course Curriculum Overview
سخنرانی اجمالی دوره (لطفاً رد نکنید)
Course Overview Lecture (PLEASE DO NOT SKIP)
نصب و راه اندازی Jupyter
Installation and Jupyter Setup
بررسی سریع
QUICK CHECK IN
دوره سقوط پایتون
Python Crash Course
مقدمه ای بر بخش دوره سقوط پایتون
Introduction to Python Crash Course Section
دوره سقوط پایتون - قسمت اول
Python Crash Course - Part One
دوره سقوط پایتون - قسمت دوم
Python Crash Course - Part Two
دوره سقوط پایتون - قسمت سوم
Python Crash Course - Part Three
تمرین دوره سقوط پایتون - بررسی اجمالی
Python Crash Course Exercise - Overview
تمرین دوره سقوط پایتون - راه حل
Python Crash Course Exercise - Solutions
NumPy
NumPy
مقدمه ای بر بخش NumPy
Introduction to NumPy Section
آرایه های NumPy
NumPy Arrays
NumPy - نمایه سازی و انتخاب
NumPy - Indexing and Selection
عملیات NumPy
NumPy Operations
نمای کلی تمرین NumPy
NumPy Exercise Overview
راه حل های تمرین NumPy
NumPy Exercise Solutions
پانداهای هسته ای
Core Pandas
مقدمه ای بر موضوعات اصلی پانداها
Introduction to Core Pandas Topics
سری پانداها - قسمت اول
Pandas Series - Part One
سری پانداها - قسمت دوم
Pandas Series - Part Two
Pandas DataFrame - قسمت اول - ایجاد یک DataFrame
Pandas DataFrames - Part One - Creating a DataFrame
Pandas DataFrames - قسمت دوم - ویژگی های اساسی
Pandas DataFrames - Part Two - Basic Properties
Pandas DataFrames - قسمت سوم - کار با ستون ها
Pandas DataFrames - Part Three - Working with Columns
Pandas DataFrames - قسمت چهارم - کار با ردیف
Pandas DataFrames - Part Four - Working with Rows
پانداها - فیلتر کردن شرطی
Pandas - Conditional Filtering
پانداها - روش های مفید - روی تک ستون اعمال کنید
Pandas - Useful Methods - Apply on Single Column
پانداها - روش های مفید - روی ستون های متعدد اعمال کنید
Pandas - Useful Methods - Apply on Multiple Columns
پانداها - روشهای مفید - اطلاعات آماری
Pandas - Useful Methods - Statistical Information
تجارت الگوریتمی - مفاهیم اصلی
Algorithmic Trading - Core Concepts
تور پلتفرم QuantConnect
QuantConnect Platform Tour
خرید سهام سهام - مفاهیم اصلی - قسمت اول
Buying Shares of Stock - Core Concepts - Part One
خرید سهام سهام - مفاهیم اصلی - قسمت دوم
Buying Shares of Stock - Core Concepts - Part Two
خرید اوراق بهادار در QuantConnect - قسمت اول - روش Initialize
Buying Securities on QuantConnect - Part One - Initialize Method
خرید اوراق بهادار در QuantConnect - قسمت دوم - روش OnData
Buying Securities on QuantConnect - Part Two - OnData Method
بک تست - مفاهیم اصلی
Backtesting - Core Concepts
خرید اوراق بهادار در QuantConnect - قسمت 3 - بک تست و اوراق بهادار چندگانه
Buying Securities on QuantConnect - Part 3 - Backtesting and Multiple Securities
ورود سریع -- خرید و نگه دارید
Quick Check-in -- Buy and Hold
فروش اوراق بهادار - قسمت اول - انحلال سبد
Selling Securities - Part One - Portfolio Liquidation
فروش اوراق بهادار - قسمت دوم - خروج مبتنی بر زمان
Selling Securities - Part Two - Time Based Exit
نمایش نظرات