لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش پایتون برای تحلیل مالی و تجارت الگوریتمی
Python for Financial Analysis and Algorithmic Trading
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
برای تجارت الگوریتمی با پایتون، numpy، pandas، matplotlib، quantopian، مالی و موارد دیگر را بیاموزید! از NumPy برای کار سریع با داده های عددی استفاده کنید از پانداها برای تجزیه و تحلیل و تجسم داده ها استفاده کنید از Matplotlib برای ایجاد نمودارهای سفارشی یاد بگیرید چگونه از مدل های آماری برای تجزیه و تحلیل سری های زمانی استفاده کنید محاسبه آمارهای مالی، مانند بازده روزانه، بازده تجمعی، نوسانات، و غیره. استفاده از وزن نمایی میانگین متحرک استفاده از مدل های ARIMA بر روی داده های سری زمانی محاسبه نسبت شارپ بهینه سازی تخصیص پورتفولیو درک مدل قیمت گذاری دارایی های سرمایه ای در مورد فرضیه بازار کارآمد اطلاعات کسب کنید. انجام معاملات الگوریتمی در Quantopian ) به کامپیوتر شما آمار پایه و جبر خطی مفید خواهد بود
به پایتون برای تجزیه و تحلیل مالی و تجارت الگوریتمی خوش آمدید! آیا شما علاقه مند هستید که چگونه مردم از پایتون برای انجام تحلیل های مالی دقیق و دنبال کردن معاملات الگوریتمی استفاده می کنند، پس این دوره مناسب برای شماست!
این دوره شما را از طریق همه چیزهایی که برای استفاده از پایتون برای تجارت مالی و الگوریتمی نیاز دارید راهنمایی می کند! ما با یادگیری اصول پایتون شروع میکنیم و سپس با کتابخانههای اصلی مختلف مورد استفاده در اکوسیستم Py-Finance، از جمله jupyter، numpy، پانداها، matplotlib، statsmodels، zipline، Quantopian و موارد دیگر آشنا میشویم!
ما موضوعات زیر را که توسط متخصصان مالی استفاده میشود، پوشش خواهیم داد:
اصول پایتون
NumPy برای پردازش عددی با سرعت بالا
پانداها برای تجزیه و تحلیل کارآمد داده
Matplotlib برای تجسم داده
استفاده از pandas-datareader و Quandl برای انتقال داده
تکنیک های تحلیل سری زمانی پانداها
تجزیه و تحلیل بازده سهام
بازده روزانه تجمعی
نوسانات و ریسک اوراق بهادار
EWMA (میانگین متحرک وزنی نمایی)
مدل های آمار
ETS (خطا-روند-فصلی)
ARIMA (میانگینهای متحرک یکپارچه با رگرسیون خودکار)
نمودارهای همبستگی خودکار و نمودارهای همبستگی خودکار جزئی
نسبت شارپ
بهینه سازی تخصیص پورتفولیو
مرز کارآمد و بهینه سازی مارکویتز
انواع وجوه
سفارش کتاب
فروش کوتاه
مدل قیمت گذاری دارایی سرمایه
تقسیم سهام و سود سهام
فرضیه بازار کارآمد
تجارت الگوریتمی با Quantopian
معاملات آتی
سرفصل ها و درس ها
معرفی دوره
Course Introduction
مقدمه دوره
Introduction to Course
سخنرانی اجمالی دوره (این را نادیده نگیرید!)
Course Overview Lecture (DON'T SKIP THIS!)
آیا از آخرین سخنرانی صرف نظر کردید؟ لطفا برگردید و آن را ببینید!
Did you skip the last lecture? Please go back and view it!
سوالات متداول دوره
Course FAQ
معرفی دوره
Course Introduction
مقدمه دوره
Introduction to Course
سخنرانی اجمالی دوره (این را نادیده نگیرید!)
Course Overview Lecture (DON'T SKIP THIS!)
آیا از آخرین سخنرانی صرف نظر کردید؟ لطفا برگردید و آن را ببینید!
Did you skip the last lecture? Please go back and view it!
سوالات متداول دوره
Course FAQ
مواد دوره و تنظیم
Course Materials and Set-up
یادداشت بر روی فایل yml
Note on yml File
راهنمای نصب دوره
Course Installation Guide
مواد دوره و تنظیم
Course Materials and Set-up
یادداشت بر روی فایل yml
Note on yml File
راهنمای نصب دوره
Course Installation Guide
دوره سقوط پایتون
Python Crash Course
به دوره سقوط پایتون خوش آمدید
Welcome to the Python Crash Course
مقدمه ای بر Crash Course
Introduction to Crash Course
دوره اول سقوط پایتون
Python Crash Course Part One
دوره دوم سقوط پایتون
Python Crash Course Part Two
دوره سوم سقوط پایتون
Python Crash Course Part Three
تمرینات دوره سقوط پایتون
Python Crash Course Exercises
راه حل تمرینات دوره سقوط پایتون
Python Crash Course Exercise Solutions
دوره سقوط پایتون
Python Crash Course
به دوره سقوط پایتون خوش آمدید
Welcome to the Python Crash Course
مقدمه ای بر Crash Course
Introduction to Crash Course
دوره اول سقوط پایتون
Python Crash Course Part One
دوره دوم سقوط پایتون
Python Crash Course Part Two
دوره سوم سقوط پایتون
Python Crash Course Part Three
تمرینات دوره سقوط پایتون
Python Crash Course Exercises
راه حل تمرینات دوره سقوط پایتون
Python Crash Course Exercise Solutions
NumPy
NumPy
به NumPy خوش آمدید
Welcome to NumPy
مقدمه ای بر NumPy
Introduction to NumPy
آرایه های NumPy
NumPy Arrays
عملیات Numpy
Numpy Operations
نمایه سازی Numpy
Numpy Indexing
تمرین مرور NumPy
NumPy Review Exercise
راه حل های تمرینی Numpy
Numpy Exercise Solutions
NumPy
NumPy
به NumPy خوش آمدید
Welcome to NumPy
مقدمه ای بر NumPy
Introduction to NumPy
آرایه های NumPy
NumPy Arrays
عملیات Numpy
Numpy Operations
نمایه سازی Numpy
Numpy Indexing
تمرین مرور NumPy
NumPy Review Exercise
راه حل های تمرینی Numpy
Numpy Exercise Solutions
نمای کلی پانداها
General Pandas Overview
به پانداها خوش آمدید
Welcome to Pandas
آشنایی با پانداها
Introduction to Pandas
سلسله
Series
DataFrames
DataFrames
DataFrames قسمت دوم
DataFrames Part Two
DataFrames قسمت سوم
DataFrames Part Three
داده های از دست رفته
Missing Data
گروه با پانداها
Group By with Pandas
ادغام، پیوستن و الحاق دیتا فریم ها
Merging, Joining, and Concatenating DataFrames
عملیات مشترک پانداها
Pandas Common Operations
ورودی و خروجی داده
Data Input and Output
تمرینات مرور پانداهای عمومی
General Pandas Review Exercises
راه حل های تمرین پانداهای عمومی
General Pandas Exercise Solutions
نمای کلی پانداها
General Pandas Overview
به پانداها خوش آمدید
Welcome to Pandas
آشنایی با پانداها
Introduction to Pandas
سلسله
Series
DataFrames
DataFrames
DataFrames قسمت دوم
DataFrames Part Two
DataFrames قسمت سوم
DataFrames Part Three
داده های از دست رفته
Missing Data
گروه با پانداها
Group By with Pandas
ادغام، پیوستن و الحاق دیتا فریم ها
Merging, Joining, and Concatenating DataFrames
عملیات مشترک پانداها
Pandas Common Operations
ورودی و خروجی داده
Data Input and Output
تمرینات مرور پانداهای عمومی
General Pandas Review Exercises
راه حل های تمرین پانداهای عمومی
General Pandas Exercise Solutions
تجسم با Matplotlib و Pandas
Visualization with Matplotlib and Pandas
به Visualization خوش آمدید
Welcome to Visualization
مقدمه ای بر تجسم در پایتون
Introduction to Visualization in Python
مبانی Matplotlib - قسمت اول
Matplotlib Basics - Part One
مبانی Matplotlib - قسمت دوم
Matplotlib Basics - Part Two
Matplotlib قسمت سوم
Matplotlib Part Three
تمرین Matplotlib
Matplotlib Exercise
راه حل های تمرین Matplotlib
Matplotlib Exercise Solutions
نمایش نظرات