Python4Finance
Open in 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
Show more8 832
Subscribers
No data24 hours
-117 days
-3030 days
Posts Archive
8 833
پایتون ابزاری قدرتمند برای تحلیل گران حرفه ای
🔸 آموزش مدلسازی مالی و اقتصادی از مبتدی تا حرفه ای
🔸آموزش تحلیل تکنیکال در پایتون
🔸آموزش معاملات الگورتیمی در پایتون
🔸 آموزش علم داده و کاربرد آن در اقتصاد و مالی
🔸 آموزش یادگیری ماشین و کاربرد آن در اقتصاد و مالی
🔸 آموزش کامل زبان برنامه نویسی پایتون از مبتدی تا حرفه ای
🔸 آموزش کتابخانه های پایتون (Numpy،Scipy، Pandas،Matplotlib و ...)
🔸 استفاده از پایتون در تحلیل های اقتصادی ،مالی و بورس
🔸 تحلیل ارزهای دیجیتال و بلاک چین با پایتون
و ➕
✅دانلود منابع و کتاب های آموزشی
✅ دانلود فیلم و صوت های آموزشی
✅ دانلود سورس کدهای مثال های آموزشی
✅ شرکت در وبینارهای آموزشی رایگان
عضویت در کانال پایتون برای مالی
https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug
8 833
کار با داده های پویا و اهمیت کار با پایگاه داده
یکی از سوالاتی که ممکن است برای شما هم پیش آمده باشد، کار با داده های پویا است. یعنی ما با داده هایی سر و کار داریم که در لحظه تغییر می کنند یا اضافه و کم می شوند. هنگامی که با Pandas کار می کنیم، یک کپی از داده ها در حافظه ذخیره می شود و ارتباط ما با پایگاه داده حذف می شود. البته می توانیم با استفاده از متد DataFrame.update ، دیتا فریم ها را بروز رسانی کنیم. اما یک راه آسان تر برای کار با این داده ها ارتباط مستقیم با پایگاه داده است. خوشبختانه در پایتون کتابخانه های خوبی برای کار با پایگاه داده وجود داد. (در سایت pypi.org می توانید جستجو کنید)
فرض کنید می خواهیم ارتباط بین دو متغیر (سهم Aو سهم B) را از روش رگرسیون محاسبه کنیم. به راحتی می توانیم صرفا با استفاده از دستورات SQL رگرسیون را محاسبه کنیم. من این مثال را با استفاده از PostgreSQL انجام داده ام اما برای سایر پایگاه های داده هم شبیه همین خواهد بود.
#سری_زمانی
#داده_پویا
#مدلسازی_مالی
#پایتون_مالی
#Sql
#PostgreSQL
پایتون برای مالی در تلگرام
https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug
8 833
ثبت نام دوره «مدلسازی مالی و اقتصادی پیشرفته یا پایتون»
سرفصل دوره (16 ساعت)
1. آشنایی با Anaconda و کاربرد آن در محاسبات پیشرفته
2. کار با داده ها با Pandas
3. سایر کتابخانه های پایتون مرتبط با تجزیه و تحلیل مالی
4. ریسک سیستماتیک و غیر سیستماتیک
5. تجزیه و تحلیل رگرسیون
6. ضرایب آلفا و بتا
7. محاسبه نیکویی برازش (R2)
8. محاسبات مرزکارا مارکویتز
9. مدل قیمت گذاری دارایی های سرمایه ای (CAPM)
10. نسبت شارپ
11. تجزیه و تحلیل رگرسیون چند متغیره
12. شبیه سازی مونت کارلو
13. مثال های کاربردی سری های زمانی
زمان برگزاری:
شروع از 9 خردادماه
روزهای جمعه از ساعت 9 الی 12
برای شرکت در دوره، آشنایی با مباحث دوره مقدماتی ضروری است.
🌐 لینک پیش ثبت نام
✅ ثبت نام برای عموم (آقایان و بانوان) آزاد است .
✅ به پذیرفته شدگان در دوره ها، گواهینامه مرکز آموزش های آزاد و مجازی دانشگاه الزهر(س) اعطا خواهد شد.
پایتون برای مالی در تلگرام
https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug
8 833
محاسبه نسبت شارپ در پایتون
نسبت شارپ معیاری است برای اندازهگیری بازده تعدیل شده نسبت به ریسک . برای اندازهگیری این معیار، نرخ بهره بدون ریسک در یک سال را از بازده سالانه یک سهم کسر کرده، سپس حاصل را بر انحراف معیار بازده آن سهم در دوره بررسی تقسیم مینمایند.
در مثال بالا، نسبت شارپ برای سهم AAPL (شرکت اپل) محاسبه شده است.
#شارپ
#پایتون_مالی
#sharp
پایتون برای مالی در تلگرام
https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug
8 833
اسلاید آموزش Numpy و Scipy
اگر با پایتون کار کرده باشید، حتما با کتابخانه های numpy و scipy سروکار داشته اید. این دو کتابخانه تقریبا کتابخانه های بنیادی برای کارهای علمی هستند.
در این اسلاید آموزشی، توضیحات کاملی در خصوص کار با این کتابخانه ها داده شده است.
#اسلاید_آموزشی
#Numpy
#SciPy
#پایتون_مالی
پایتون برای مالی در تلگرام
https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug
8 833
فرم پیش ثبت نام در دوره های جدید آموزشی
دوستان سلام،
امیدوارم که طاعات و عبادات همتون قبول باشه
اول یک عذر خواهی بکنم از اینکه یکم این چند وقت کمتر تونستم مطلب بگذارم و به سوالات پاسخ بدم.
دوم یک تشکر بکنم از دوستانی که محبت داشتند و در تلگرام یا تلفنی پیام های تشکر فرستاند.
سوم اینکه ان شاء الله به زودی در خصوص معاملات الگوریتمی ، خبرهای خوبی بهتون می دم. (منتظر باشید و کانال رو حتما دنبال کنید)
چهارم اینکه ان شاء الله دوره های جدید رو بعد از ماه مباک آغاز می کنیم.
فرم پیش ثبت نام در دوره های آموزشی رو هم برای عزیزانی که پیدا نکرده بودند مجددا به اشتراک می گذارم.
(اگر قبلا اطلاعاتتان را ثبت کردید، نیازی به ثبت مجدد نیست.)
لینک پیش ثبت نام:
http://python4finance.ir/reg.htm
شیوه ثبت نام، و زمان دقیق کلاس ها از طریق ایمیل و پیامک به عزیزان اطلاع رسانی می شود.
8 833
معاملات الگوریتمی، دریافت اطلاعات از متاتریدر (بخش سوم)
خب ، برای ادامه کار لازم است یک اکانت در متاتریدر داشته باشید. می توانید یک اکانت آزمایشی ایجاد کنید و یا از کارگزار خود اکانت واقعی دریافت کنید. (در ایران مثلا کارگزاری مفید، نسخه متاتریدر را تحت عنوان مفید تریدر ارائه می کند که از سایت کارگزاری قابل دانلود است)
در مثال بالا کافی است account id و account password خود را جایگزین کنید. نتیجه در دو پست بالاتر نمایش داده شده است.
#معاملات_الگوریتمی
#متاتریدر
#مدلسازی_مالی
#MQL
#MetaTrader
پایتون برای مالی در تلگرام https://t.me/python4finance
پایتون برای مالی در بله https://ble.im/python4finance
8 833
معاملات الگوریتمی، دریافت اطلاعات از متاتریدر (بخش دوم)
قبل از ارائه کدها، نگاهی به قابلیت های اصلی این ماژول بیندازیم.
initialize
login
shutdown
version
last_error
account_info
terminal_info
symbols_total
symbols_get
symbol_info
symbol_info_tick
symbol_select
copy_rates_from
copy_rates_from_pos
copy_rates_range
copy_ticks_from
copy_ticks_range
orders_total
orders_get
order_calc_margin
order_calc_profit
order_check
order_send
positions_total
positions_get
history_orders_total
history_orders_get
history_deals_total
history_deals_get
این توابع را می توان در سه دسته توابع
1- تنظیمات اولیه مانند (initialize،login،shutdown،version،last_error،account_info،terminal_info)
2- توابع دریافت اطلاعات مانند (symbol_info،symbol_info_tick،symbol_select،copy_rates_from،copy_rates_from_pos،copy_rates_range،copy_ticks_from،copy_ticks_range) و
3- توابع مربوط به سفارشات یعنی اطلاعات و ارسال دستور خرید (orders_total،orders_get،order_calc_margin،order_calc_profit،order_check،order_send،positions_total،positions_get،history_orders_total،history_orders_get،history_deals_total،history_deals_get) تقسیم کرد.
#معاملات_الگوریتمی
#متاتریدر
#مدلسازی_مالی
#MQL
#MetaTrader
پایتون برای مالی در تلگرام https://t.me/python4finance
پایتون برای مالی در بله https://ble.im/python4finance
8 833
معرفی کتاب «راهنمای مقدماتی برنامه نویسی پایتون 3»
قبلا در خصوص آموزش پایتون، کتاب هایی رو معرفی کرده بوم. با توجه به اینکه خیلی برای این موضوع مجددا سوال پرسیده شده بود، یک کتاب جدید برای آموزش پایتون خدمت عزیزان معرفی می کنم.
این کتاب مربوط به انتشارات «springer» است و می توانید به صورت قانونی آن را از سایت اصلی دانلود نمایید.
https://link.springer.com/book/10.1007%2F978-3-030-20290-3
#معرفی_کتاب
پایتون برای مالی در تلگرام
https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug
8 833
آشنایی با کتابخانه pyfolio
کتابخانه pyfolio یکی از کتابخانه های قدرتمند برای محاسبه ریسک ، بازده و شاخص های معمول برای ارزیابی ارزنده بودن سهام مختلف است. این کتابخانه با zipline هم ارتباط بسیار خوبی دارد و امکان انجام محاسبات بک تست را بر روی اطلاعات سهام مختلف را به خوبی دارد.
در پست های آتی برخی کاردکردهای مهم این کتابخانه را بررسی خواهیم کرد.
پایتون برای مالی در تلگرام
https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug
8 833
انتخاب بهترین نوع نمودار برای اهداف مدلسازی مالی
پایتون برای مالی در تلگرام
https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug
8 833
علم داده برای فعالان کسب و کار (برگه مرور)
از آنجایی که مدلسازی مالی ، معاملات الگوریتمی و ... ارتباط تنگاتنگی با علم داده دارد، شناخت علم داده به فعالان این حیطه ها توصیه می شود.
به زودی انشاء الله دوره علم داده برای کسب و کار رو هم شروع خواهیم کرد. (پیش ثبت نام)
پایتون برای مالی در تلگرام
https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug
8 833
10 کتابخانه مفید پایتون برای مدلسازی مالی و اقتصادی
پایتون برای مالی در تلگرام
https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug
8 833
خواندن همه فایل های داخل یک پوشه
فرض کنید، اطلاعات کلیه سهام شرکت ها را در قالب فایل های csv در یک پوشه ذخیره کرده اید. در صورتی که بخواهید همه فایل ها را با هم باز کنید و یک عمل روی آنها انجام بدهید لازم است از کتابخانه os کمک بگیرید. دستورات زیر محتوای تمام فایل های پوشه جاری را نمایش می دهد.
import os
try:
for file in os.listdir():
if os.path.isfile(file):
fin = open(file)
print (fin.read())
fin.close()
except:
print ('Error')
پایتون برای مالی در تلگرام
https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug
پایتون برای مالی در بله
https://ble.im/python4finance
8 833
دانلود کتاب «Modeling and Simulation in Python»
#معرفی_کتاب
#مدلسازی_مالی
پایتون برای مالی در تلگرام
https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug
8 833
مهارت های اصلی مدلسازی عبارت است از «خلاصه سازی، تحلیل ، شبیه سازی و اعتبار سنجی » . اگرچه بحث ما بیشتر در خصوص مباحث اقتصادی و مالی است اما شناخت مفاهیم فوق و استفاده در کارهای روزانه بسیار کمک کننده است.
در کتاب «Modeling and Simulation in Python» مفاهیم مدلسازی با مثال های جالبی در حیطه های مختلف آموزش داده شده است.
#معرفی_کتاب
#مدلسازی_مالی
پایتون برای مالی در تلگرام
https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug
8 833
اسیلاتور قیمت مطلق (Absolute Price Oscillator )APO
از آنجایی که سورس برنامه کمی طولانی بود، سورس را در این پست ضمیمه می کنم.
پایتون برای مالی در تلگرام
https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug
8 833
اسیلاتور قیمت مطلق (Absolute Price Oscillator )APO
در پست های قبلی در خصوص اندیکاتورهای تحلیل تکنیکال مانند MA صحبت کرده بودیم. یکی دیگر از این اندیکاتورها ، اسیلاتور قیمت مطلق است. (اسیلاتور به معنای نوسان کننده در یک محدوده خاص مانند 0 تا 100 است).
برای محاسبه APO از فرمول زیر استفاده می کنیم:
APO = Fast Exponential MA - Slow Exponential MA
مقادیر مثبت APO به معنای صعودی بودن روند و مقادیر منفی به معنای نزولی بودن روند است.
در تصویر بالا سهم شرکت اپل برای سال 2019 و سه ماهه 2020 مورد بررسی قرار گرفته است.
پایتون برای مالی در تلگرام
https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug
8 833
از همه عزیزانی که به این پرسشنامه پاسخ دادند سپاسگزارم.🌹
با توجه به اینکه برخی از عزیزان در خصوص سطح وبینارها نکاتی را نوشته بودند، به طور کلی عموما وبینارهای قبلی با هدف آشنا سازی مخاطبین و نشان دادن مسیر طراحی شده بودند و به دلیل تفاوت سطح شرکت کنندگان خیلی امکان ورود به حیطه های تخصصی وجود نداشت. اما انشالله برگزاری وبینارهای تخصصی تر رو هم در برنامه خواهیم گذاشت.
نظرات عزیزان انشاالله بررسی شده و موضوع وبینار جدید اعلام خواهد شد.
پایتون برای مالی در تلگرام
t.me/joinchat/AAAAAFGMkouqbsb86Vfzug
8 833
🔸 یک ویدئوی آموزشی کاربردی برای دریافت اطلاعات از بورس تهران 🔸
یکی از دغدغه های کاربران، استفاده از پایتون برای دریافت اطلاعات از بورس تهران برای انجام تحلیل های روزانه است. پیش از این ماژول tsemodule برای این موضوع معرفی شده بود. در این ویدئوی آموزشی کتابخانه پانداس (pandas) با جزئیات مورد بررسی قرار گرفته و به صورت عملی شیوه دریافت اطلاعات از سایت های tsetmc و fipiran توضیح داده می شود.
🌐 لینک آموزش
🔅لینک اسلایدها
پایتون برای مالی در تلگرام
t.me/joinchat/AAAAAFGMkouqbsb86Vfzug
