Python4Finance

前往频道在 Telegram

کانال Python4Finance آموزش پایتون در اقتصاد و مدیریت مالی هر روز چند نکته را در خصوص پایتون برای مالی بیاموزیم *** آپارت: aparat.com/Python4Finance

显示更多

伊朗33 557 技术与应用13 261

8 982

订阅者

无数据24 小时

+27 天

-1630 天

1 662

帖子浏览量

无数据24 小时

无数据48 小时

18.49%

参与率

无数据

每日帖子数

Ads index

beta

帖子存档

8 980

مفهوم YTD چیست؟ در بسیاری از ماژول‌های تحلیل و بک تست عبارت 1Year و YTD را در کنار هم می بینیم. در واقع YTD یا Year to Date به معنای محاسبه شاخص مورد نظر شما از ابتدای سال مالی جاری تا امروز است. برای مثال اگر شما بازده یک سهم را در نظر بگیرید بازده یکساله با 1Y و بازده از ابتدای سال مالی تا امروز با YTD نمایش داده می شود. عموما تحلیل گران و مدیران صنایع، برای مقایسه عملکرد شرکت با مدت زمان مشابه سال قبل از YTD استفاده می کنند. البته YTD می تواند گمراه کننده هم باشد خصوصا زمانی که از ابتدای سال زمان زیادی نگذشته باشد. #مدلسازی_مالی #پایتون_مالی پایتون برای مالی در تلگرام 🆔 https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug

8 980

دانلود کتاب «یادگیری ماشین برای مدیریت ریسک مالی در پایتون» به انگلیسی «Machine Learning for Financial Risk Management with Python» آنچه در این کتاب می خوانید: در فصل اول مفاهیم اصلی مدیریت ریسک برسی می شود. فصل دوم به مفاهیم سری های زمانی می پردازد. در فصل سوم مدلهای یادگیری عمیق برای سری های زمانی معرفی می شود. فصل چهارم به پیش بینی تلاطم (volatility) اختصاص دارد. در فصل پنجم به کمک مدلهای یاگیری ماشین، کارایی مدلهای ریسک سنتی بهبود می یابد. در فصل ششم تلاش شده است تا رویکرد جامع یادگیری ماشین برای تخمین ریسک اعتباری معرفی شود. فصل هفتم به معرفی مدل (Gaussian Mixture) برای نقدینگی می پردازد. فصل هشتم ریسک عملیاتی را پوشش می دهد. فصل نهم هم ریسک حاکمیت شرکتی را بررسی می کند. و نهایتا در فصل دهم از داده های مصنوعی برای برآورد ریسک های مالی مختلف استفاده می شود. پی نوشت: از تاخیر زیادی که این مدت در ارائه محتوا پیش آمد پوزش می خواهم و از عزیزانی که پیگیر این موضوع بودند متشکرم. ان شاء الله با سبک تر شدن حجم کارهای پایان سال بیشتر فعال خواهم بود 🤲. عضویت در کانال پایتون برای مالی t.me/python4finance

8 980

*معرفی کتاب «یادگیری ماشین برای مدیریت ریسک مالی در پایتون» به انگلیسی «Machine Learning for Financial Risk Management with Python»* انتشارات oreilly یکی از انتشاراتی است که قدم های خوبی را در بحث های نوین مالی برداشته است. البته به نظر من کتابهای این انتشارات به لحاظ رنکینگ در سطح اول قرار ندارد اما مشاهده رویکرد فنی حاکم برای این کتاب ها خالی از لطف نیست. یکی از کتاب های جدید این انتشارات که در دسامبر 2021 منتشر شده است کتاب «یادگیری ماشین برای مدیریت ریسک مالی در پایتون» است. این کتاب در ده فصل ارائه شده است و مفاهیم مختلف ریسک را با استفاده از زبان پایتون تحلیل می کند. ✅عضویت در کانال پایتون برای مالی t.me/python4finance

8 980

پیش ثبت نام برای دوره های سال 1401 طی سه سال گذشته افتخار این را داشتم که بیش از 1500 نفر از فعالان اقتصادی و بازار سرمایه را با دنیای علم داده و تحلیل اطلاعات با پایتون آشنا کنم. در این مسیر دوستان بسیار خوبی پیدا کردم و از این عزیزان نکات بسیار زیادی را هم فرا گرفتم. ان شاء الله در سال آینده هم مانند سه سال قبل در خدمت عزیزان خواهم بود. اگر علاقه مند به شرکت در این دوره ها هستید، با تکمیل کردن کردن فرم زیر در زمان ثبت دوره ها، اطلاعات ثبت نام برای شما ارسال خواهد شد. 🌐 لینک پیش ثبت نام عناوین دوره ها: ➖ مدلسازی مالی مقدماتی با پایتون (پیشنیاز سایر دوره ها) ➖ مدلسازی مالی پیشرفته با پایتون ➖ الگوریتم تریدینگ با پایتون ➖ آمار و احتمال علم داده ➖ سری های زمانی با پایتون و کاربرد آن در صنعت مالی ➖ تحلیل‌گر داده های اقتصادی و مالی با پایتون ➖ یادگیری ماشین با پایتون ➖ دوره جامع علم داده و کاربرد آن در کسب وکار ➖ تحلیل ابزار مشتقه در پایتون ➖ تحلیل سبد سرمایه گذاری ارزهای دیجیتال در پایتون ➖ اقتصاد سنجی کاربردی با پایتون ➖ مروری بر داده های بزرگ اقتصادی در پایتون ✅عضویت در کانال پایتون برای مالی t.me/python4finance

8 980

ضریب سورتینو (Sortino Ratio) چیست؟ ضریب شارپ و ضریب سورتینو هر دو شاخص هایی برای محاسبه بازده تعدیل شده بر اساس ریسک هستند. در ضریب شارپ ریسک به طور کلی در نظر گرفته می شود اما در سورتینو صرفا ریسک نامطلوب لحاظ می شود. همانند نسبت شارپ هرچه نسبت سورتینو یک سرمایه گذاری بالاتر باشد مناسب تر خواهد بود. در این ویدئوی آموزشی مفهوم ضریب سورتینو به زبان ساده توضیح داده می شود. #سورتینو #ریسک #بازده #مدلسازی_مالی #پایتون_مالی #ویدئو #Sortino_Ratio #python4finance ✅عضویت در کانال پایتون برای مالی t.me/python4finance

8 980

ثبت نام چهارمین دوره MBA علم داده و معاملات الگوریتمی دانشگاه الزهرا (س) سال 1400 آغاز شد. مزایای دوره: 1️⃣ ارائه گواهینامه دوره آزاد MBA دانشگاه الزهرا (س) با قابلیت ترجمه رسمی به پذیرفته شدگان 2️⃣ ارائه دروس به صورت کاربردی و مطابق با نیاز روز بازار سرمایه ایران 3️⃣ بهره گيري از اساتيد برجسته و مطرح بازار سرمایه ایران زمان مصاحبه دوره: اواسط اسفندماه 1400 روزهای برگزاری: پنجشنبه و جمعه 🌐 اطلاعات بیشتر و ثبت نام t.me/Alzahra_MBA_DBA

8 980

دستورات جادویی در Jupyter Notebook دستورات جادویی، دستوراتی هستند که امکانات ویژه ای را خارج از چارچوب پایتون به ژوپیتر می دهند. در واقع این دستورات جادویی در IPython تعریف شده اند و چون کرنل ژوپیتر از IPython استفاده می کند در ژوپیتر هم قابل استفاده هستند. دستورات جادویی با % شروع می شوند. برای دریافت اطلاعات بیشتر می توانید به این لینک مراجعه نمایید. کاربردی ترین دستورات جادویی در تصویر این پست نمایش داده شده است. #دستورات_جادویی #ژوپیتر #پایتون_مالی #IPython #Jupyter_Notebook #magic_commands t.me/python4finance

8 980

عرض تبریک به مناسبت میلاد با سعادت مولی الموحدین، امیر المومنین، اسد الله الغالب، حضرت علی ابن ابیطالب (ع). t.me/python4finance

8 980

دانلود کتاب «مالی کمی کاربردی: استفاده از پایتون برای تحلیل مالی » به انگلیسی «Applied Quantitative Finance: Using Python for Financial Analysis » #معرفی_کتاب #تئوری_مالی #پایتون_مالی #Quantitative_Finance #Financial_Theory t.me/python4finance

8 980

معرفی کتاب «مالی کمی کاربردی: استفاده از پایتون برای تحلیل مالی » به انگلیسی «Applied Quantitative Finance: Using Python for Financial Analysis » خیلی وقت بود دنبال یک کتاب برای معرفی به دانشجویان کارشناسی و ارشد مالی می گشتم. این کتاب یک کتاب نسبتا ساده است که مفاهیم پایه مالی را به زبان ساده و البته مثال های کاربردی در پایتون بیان می کند. #معرفی_کتاب #تئوری_مالی #پایتون_مالی #Quantitative_Finance #Financial_Theory t.me/python4finance

8 980

جمع بندی نهایی مرور کتاب «يادگيري معاملات الگوريتمي با پايتون- Learn Algorithmic Trading» در این سلسله جلسات یک دوره مفاهیم پایه ای معاملات الگوریتمی را با هم مرور خواهیم کرد. جلسه اول(مقدمه) جلسه دوم (مفاهیم) جلسه سوم (تحلیل تکنیکال) جلسه چهارم (یادگیری ماشین 1) جلسه پنجم (یاگیری ماشین 2) جلسه ششم (مدیریت ریسک) جلسه هفتم (بک تست) برای دریافت مطالب ویژه در خصوص معاملات الگوریتمی و کاربرد پایتون در اقتصاد و مالی در کانال زیر عضو شوید.👇👇👇 پایتون برای مالی در تلگرام 🆔 https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug

8 980

4 نمودار کاربردی برای یادگیری ماشین 4- نمودار scatter_matrix و اما آخرین نمودار، نمودار ماتریس پراکنش که به آن Pair Plot هم گفته می شود رابطه چند متغیر کمی را با هم در نمودارهای پراکنش نمایش دهند. این نمودار برای کشف همبستگی بین متغیرها بسیار کارآمد است و دید بسیار خوبی به کاربر پیش از شروع مدلسازی می دهد. #یادگیری ماشین #نمودار ماتریس پراکنش #نمودار scatter_matrix #Machine_learning پایتون برای مالی در تلگرام https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug

8 980

4 نمودار کاربردی برای یادگیری ماشین 3- نمودار lag_plot وقتی صحبت از سری زمانی می کنیم، همیشه مفهوم خود همبستگی به ذهن متبادر می شود. قضیه از این قرار است که می خواهیم متوجه شویم مقدار متغیر جدید آیا کاملا تصادفی است یا به نوعی با مقدار قبلی خود ارتباط دارد. این موضوع علاوه بر اینکه دید خوبی در خصوص سری زمانی به ما می دهد، پیشنیاز اجرای بسیاری از مدلهاست. در مثال این پست، قیمت سهم خساپا برای 300 روز اخیر دریافت می شود. یکبار نمودار قیمت پایانی، یکبار lag_plot برای یک روز و یکبار برای 5 روز در سه نمودار نمایش داده می شود. #یادگیری ماشین #نمودار lag_plot #Machine_learning پایتون برای مالی در تلگرام https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug

8 980

خیلی از دوستان در خصوصی می پرسند که چطور برنامه خود را بهینه کنیم و آیا اصولا برنامه ما بهینه است. پاسخ این سوال بسیار مشکل است و عمده بهینه سازی علاوه بر شم برنامه نویسی به تجربه شما بستگی دارد. اما مسیری که می توانید کدهای خود را بهینه کنید این است: «کد بزنید و همواره کدهای دیگران را ببینید و از آن ایده بگیرید » کانال چالش ها با این هدف شکل گرفت که در مسائل مختلف از سخت و آسان، پیشرفته یا ساده کدهایمان را با هم به اشتراک بگذاریم. ➖تا کنون 10 چالش مطرح شده است و به طور متوسط در هر چالش حدود 20 نفر مشارکت کرده اند. ➖ مشاهده سبک کد نویسی شرکت کنندگان در چالش ها، به شما در نوشتن برنامه ایده جدید می میدهد. شما را هم به جمع برنامه نویسان چالشی دعوت می کنم. از آنجایی که کدها همیشه باقی مانند، می توانید در چالش های قبلی هم شرکت کنید. عضویت در کانال چالش های پایتون: 🌐 https://t.me/joinchat/ShPXE4sMCpg5ZWQ0

8 980

4 نمودار کاربردی برای یادگیری ماشین 3- نمودار lag_plot وقتی صحبت از سری زمانی می کنیم، همیشه مفهوم خود همبستگی به ذهن متبادر می شود. قضیه از این قرار است که می خواهیم متوجه شویم مقدار متغیر جدید آیا کاملا تصادفی است یا به نوعی با مقدار قبلی خود ارتباط دارد. این موضوع علاوه بر اینکه دید خوبی در خصوص سری زمانی به ما می دهد، پیشنیاز اجرای بسیاری از مدلهاست. در مثال این پست، قیمت سهم خساپا برای 300 روز اخیر دریافت می شود. یکبار نمودار قیمت پایانی، یکبار lag_plot برای یک روز و یکبار برای 10 روز در سه نمودار نمایش داده می شود. #یادگیری ماشین #نمودار lag_plot #Machine_learning پایتون برای مالی در تلگرام https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug

8 980

4 نمودار کاربردی برای یادگیری ماشین 2- نمودار Bootstrap قبل از توضیح نمودار، ابتدا مفهوم بوت استرپینگ را با هم بررسی کنیم. بوت‌استرپ تکنیکی برای بهبود مکرر عملکرد یک الگوریتم است. در حالتی که بتوان فرض کرد مجموعه‌ای از مشاهده‌ها از جمعیتی مستقل و به‌طور مساوی توزیع شده می‌باشد، بوت استرپینگ می‌تواند با ساخت تعدای بازنمونه پیاده‌سازی شود، که هرکدام از این بازنمونه‌ها، در واقع نمونه‌هایی تصادفی با جایگذاری از مجموعه داده‌های اصلی هستند. در حالت عالی، جامعه ما یک میانگین و میانه (و بالتبع واریانس) واحدی دارد اما نمونه های مختلفی که از جامعه می گیریم دارای مقادیر مختلف میانگین، میانه و واریانس هستند. در نمودار Bootstrap مقادیر مختلف میانگین، میانه و میدرنج و همچنین نمودار هیستوگرام آنها نمایش داده می شود که دید بسیار خوبی به تحلیل گر در خصوص نمونه های مختلف می دهد. طبعیتا اختلاف زیاد در نمودارها نشان دهنده وجود داده های پرت و عدم همگن بودن نمونه های مختلف است. #یادگیری ماشین #نمودار بوت استرپ #Bootstrap #Machine_learning پایتون برای مالی در تلگرام https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug

8 980

میلاد با سعادت ام ابیها، حضرت فاطمه زهرا(س) بر شما مبارک. پایتون برای مالی در تلگرام https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug

8 980

4 نمودار کاربردی برای یادگیری ماشین 1- نمودار Radviz به عنوان یک دانشمند داده و متخصص یادگیری ماشین، رسم نمودارها برای ایجاد یک برداشت صحیح از داده‌ها بسیار حائز اهمیت است. عموما در بیشتر مثال ها، ارتباط بین دو متغیر بررسی و رسم می شود اما گاهی می خواهیم یک دیتاست چند بعدی را در یک نمودار دو بعدی رسم کنیم. اگر به خاطر داشته باشید قبلا یک مثال ساده در خصوص یادگیری ماشین با استفاده از داده های متداول گل ها شامل طول کاسبرگ (sepal length)، عرض کاسبرگ (sepal width)، طول گلبرگ (petal length) و طول گلبرگ (petal length) را با هم بررسی کرده بودیم. (اطلاعات بیشتر در خصوص این مثال را در این پست مشاهده نمایید. ) برای رسم داده های چند بعدی مانند مثال بالا می توانیم از نمودار Radviz استفاده کنیم. در مثال این پست داده های مربوط به اطلاعات انواع گل ها دریافت و رسم می شود. پی نوشت: در آپدیت جدید تلگرام؛ اگر از مطالب راضی بودید می توانید با ارسال قلب در ذیل هر پست، رضایت خود را اعلام کنید. #یادگیری ماشین #نمودار چند بعدی #Radviz #Machine_learning پایتون برای مالی در تلگرام https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug

8 980

دانلود کتاب «تئوری مالی با پایتون» به انگلیسی «Financial Theory with Python: A Gentle Introduction» #معرفی_کتاب #تئوری_مالی #پایتون_مالی #Economics #Financial_Theory #Yves_Hilpisch t.me/python4finance

8 980

معرفی کتاب «تئوری مالی با پایتون» به انگلیسی «Financial Theory with Python: A Gentle Introduction» احتمالا همه شما Yves Hilpisch را می شناسید. نویسنده ای پرکار که کتاب های قابل قبولی در عرصه پایتون مالی نوشته است. وی دارای مدرک دکتری ریاضیات مالی است و سالهای اخیر را در زمینه معاملات الگوریتیمی و یادگیری ماشین سپری کرده است. کتاب های پایتون برای مالی و معاملات الگورتیمی او را قبلا در کانال به اشتراک گذاشته ام. عنوان کتاب اخیر تئوری مالی با پایتون است و مفاهیم پایه مالی و اقتصادی در زبان پایتون بیان می کند. از ویژگی های این کتاب مثال های ساده و زبان انگلیسی روان آن است. مطالعه این کتاب ارزشمند را به همه علاقه مندان این حیطه توصیه می کنم. پی نوشت: در آپدیت جدید تلگرام؛ اگر از مطالب راضی بودید می توانید با ارسال قلب در ذیل هر پست، رضایت خود را اعلام کنید. #معرفی_کتاب #تئوری_مالی #پایتون_مالی #Economics #Financial_Theory #Yves_Hilpisch t.me/python4finance