Python4Finance

افزودن تاریخ به عنوان اندیس در یک دیتافریم در pandas پیشتر در خصوص ایجاد یک سری زمانی و یک دیتا فریم (همون پنل دیتای خودمان) در کانال صحبت کردیم. حالا فرض کنید مثلا قیمت سهام در 10 روز مختلف موجود است و می خواهیم به صورت خودکار اندیس از نوع تاریخ برای آنها قرار دهیم. راهکار این موضوع استفاده از تابع date_range از ماژول pandas است. در مثالی که در تصویر بالا مشاهده می کنید، قیمت دو سهم برای 10 روز رصد شده و می خواهیم تاریخ های مورد نظر را به آن اختصاص بدهیم. البته date_range نکات زیادی دارد که در پست های آتی به برخی از آنها اشاره خواهم کرد. #سری_زمانی #پایتون_مالی #Python4finance #date_range پایتون برای مالی در تلگرام https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug پایتون برای مالی در بله https://ble.im/python

فرارسیدن سال 1399 را به همه شما عزیزان تبریک عرض می کنم. آرزوی سالی سرشار از سلامتی و موفقت زیر سایه اهل بیت علیهم السلام برای شما عزیزان و همه مردم ایران دارم. @python4finance

#پاسخ_تمرین @python4finance

یک تمرین برای یادگیری بیشتر پاسخ را فردا قرار خواهم داد. #تمرین @python4finance

ساخت داشبورد آمار کرونا با پایتون امشب بالاخره فرصتی حاصل شد تا بتونم یک پست بگذارم🥴. دوستانی که کانال رو دنبال می کردند حضور ذهن داشتند که در خصوص بحث خواندن داده از منابع مختلف کمی صحبت کرده بودیم. در این پست قصد دارم آمار کرونا را ازیک صفحه وب دریافت کنم و بر اساس اون نمودارهایی رو رسم کنم. (دوستانی که دنبال فراخوانی داده از سایت هایی مثل کدال بودند می تونند از این مثال الگو برداری کنند.) منبع داده ها از وبسایت (https://www.worldometers.info/coronavirus/#countries) پایتون برای مالی در تلگرام https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug

فرم پیش ثبت نام در دوره های جدید آموزشی دوستان سلام، فرم پیش ثبت نام در دوره های آموزشی برای ترم بهار و تابستان سال 99 اعلام می گردد. (6 دوره جدید اضافه شد) لینک 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. پایتون برای مالی در تلگرام https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug پایتون برای مالی در بله https://ble.im/python

تبدیل برنامه های نوشته شده در پایتون به برنامه های قابل اجرا در ویندوز یکی از سوالاتی که این چند وقت خیلی پرسیده شده است این است که چگونه برای برنامه های خود اینترفیس درست کنیم و مانند برنامه های ویندوز اجرا کنیم؟ برای این منظور کتابخانه های مختلفی در پایتون وجود دارد. PyQt و TkInter دو تا از بهترین های این موضوع هستند. با کمی جستجو در اینترنت منابع بسیار خوبی را پیدا خواهید کرد. پایتون برای مالی در تلگرام https://t.me/python4finance

سری ها در Pandas قبلا در خصوص انواع داده ها در پانداس صحبت کرده بودم. یکی از مزیت های پانداس به سایر کتابخانه ها مثل Numpy این است که در Pandas داده ها علاوه بر ایندکس عددی می توانند ایندکس رشته ای هم داشته باشند. برای مثال در آرایه زیر در Numpy که مثلا قیمت یک سهم در ده روز است؛ صرفا می توان بر اساس جایگاه هر کدام از عناصر آنها را فراخوانی کرد. a=numpy.array([24,23,25,22,21,20]) در حالی که در پانداس می توان به جای اندیس عددی، مثلا تاریخ را به عنوان اندیس قرار داد. این موضوع بسیار در کارهایی که با داده ها سر و کار داریم به ما کمک شایانی می کند. در شکل بالا چند خط دستور برای این موضوع ارائه شده است. پایتون برای مالی در تلگرام https://t.me/python4finance

پیش بینی قیمت آینده بازار سهام، توسط پایتون پیش بینی قیمت شاید مهمترین هدف سرمایه گذاران برای انتخاب یک تصمیم بهینه و سودآور باشد. خوشبختانه نمونه های آزمایشی خوبی برای این موضوع توسعه داده شده است. البته توجه داریم که خیلی از شرکت ها هزینه های سنگینی را برای نوشتن استراتژی های معاملاتی خود انجام داده اند و در اختیار دیگران قرار نمی دهند. اما نمونه های خوبی وجود دارد که می توان از آنها استفاده کرد. یکی از این نمونه ها ، پکیج Stocker است که با استفاده از Additive Models اقدام به پیش بینی قیمت می کند. شیوه استفاده و سورس این ماژول را می توانید از گیت هاب در این آدرس مشاهده نمایید. در صورتی که نیاز به توضیح بود اگر در خصوصی به من پیام بدهید پاسخ خواهم داد. پایتون برای مالی در تلگرام https://t.me/python4finance

چرا در وبینار رایگان جادوی سری های زمانی 👆👆👆 شرکت می کنم؟ 1️⃣ ما در بستر زمان حرکت می کنیم و عمده اطلاعاتی که در بازارهای مالی با آن مواجه هستیم از نوع سری زمانی هستند. برای مثال نوسان قیمت سهام ، میزان سود و زیان شرکت ها در خلال سال های مختلف، میزان تولید کارخانه در طی روزهای سال، تولید ناخالص داخلی کشور ها در سال های مختلف و ... 2️⃣ بخش عمده ای از تحلیل های بازار سرمایه در حوزه تکنیکال و معاملات الگوریتمی بر اساس سری های زمانی تدوین شده است. 3️⃣ برای تحلیل های سری زمانی مدل های بسیار زیادی وجود دارد که به ما در فهم یک روند و پیش بینی آینده بسیار کمک می کند.

ثبت نام وبینار رایگان «جادوی سری های زمانی و کاربرد آن در اقتصاد و مالی(با استفاده از پایتون)» 🔅زمان: چهارشنبه 6 فروردین، از ساعت 19 الی 21 شرکت در این وبینار جذاب را به همه عزیزان توصیه می کنم. ✅✅✅لینک شرکت در وبینار: http://python4finance.ir/reg2.htm پایتون برای مالی در تلگرام https://t.me/python4finance

کتابخانه yfinance برای دریافت اطلاعات از Yahoo Finance می توان گفت Yahoo Finance یکی از بهترین منابع برای دریافت اطلاعات مربوط به معاملات خارجی است که آن را به منبع خوبی برای تحلیل داده تبدیل کرده است. تا کنون چند کتابخانه برای این موضوع معرفی کرده بودم. امروز کتابخانه دیگری را برای این موضوع معرفی می کنم. کتابخانه yfinance یکی از کتابخانه های بسیار خوب برای دریافت داده از Yahoo Finance است. در شکل بالا یک برنامه نمونه برای این موضوع نوشته شده است. پایتون برای مالی در تلگرام https://t.me/python4finance

دیروز و امروز (1و2 اسفند) دوره حضوری مدلسازی مالی با پایتون در دانشگاه الزهرا (س) برگزار شد. امیدوارم این دوره برای عزیزان مفید واقع شده باشد. پایتون برای مالی در تلگرام https://t.me/python4finance پایتون برای مالی در بله https://ble.im/python4finance

مدلسازی حرکت براونی (Brownian motion) در پایتون حرکت براونی یکی از مدلهای تحلیل وضعیت بورس و سهام است. در فیزیک به نوعی از حرکت تصادفی ذرات غوطه‌ور در سیال (مایع یا گاز) بر اثر برخورد این ذرات با اتم‌ها یا مولکول‌های سیال حرکت براونی گفته می‌شود. در بازارسرمایه معامله‌گران هرچند ثانیه یکبار سفارشاتی ارائه می دهند؛ اما یک معامله تنها زمانی اتفاق می‌افتد که قیمت خرید یک فرد با قیمت پیشنهاد شده دیگری مطابقت داشته باشد. بر اساس مطالعات ، معامله‌گران با تعدیل قیمت‌های پیشنهادی خود مطابق با تغییرات قیمت معامله در بازار، به هر معامله‌ای واکنش نشان ‌دادند. حرکت براونی ، نسخه محدود شده فرآیند گام تصادفی است.(لینک معرفی گام تصادفی) این نوع مدلسازی علی الخصوص در معاملات با فرکانس بالا بسیار مورد استفاده قرار می گیرد. در شکل بالا، فرآیند گام تصادفی برای داده های فرضی رسم شده است. #پایتون_مالی #مدلسازی_سری_زمانی #سری_زمانی #گام_تصادفی #حرکت_براونی پایتون برای مالی در تلگرام https://t.me/python4finance پایتون برای مالی در بله https://ble.im/python4finance

کتابخانه ta ، یک کتابخانه مفید برای تحلیل تکنیکال یکی از کتابخانه های بسیار خوب برای انجام تحلیل تکنیکال ، با استفاده از پایتون کتابخانه ta است . با استفاده از این کتابخانه 33 اندیکاتور در حوزه های زیر در دسترس هستند: Volume Volatility Trend Momentum Others لازم به ذکر است این کتابخانه سازگاری خوبی با کتابخانه های معاملات الگوریتمی مانند zipline دارد. برای نصب این کتابخانه از دستور pip استفاده کنید. در عکس بالا، یک برنامه نمونه برای رسم باندهای بولینگر برای سهم شرکت اپل نوشته شده است. ان شاء الله در آینده در خصوص کارکردهای این کتابخانه مفصل صحبت خواهیم کرد. #تکنیکال #تحلیل_تکنیکال #ta #پایتون_مالی پایتون برای مالی در تلگرام https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug

رسم نمودار کندل استیک (candlestick ) با استفاده از Matplotlib قبلا در این پست در خصوص رسم نمودارهای کندل در بورس ایران با استفاده از plotly صحبت کرده بودم. خیلی از دوستان سوال داشتند آیا با استفاده از matplotlib هم امکان رسم کندل ها وجود دارد. پاسخ مثبت است 💪 برای این منظور لازم است ابتدا با استفاده از pip کتابخانه mpl-finance را نصب کنید (این بخش قبلا جزو matplotlib بود و به تازگی جدا شده) در شکل بالا برنامه نمونه برای رسم نمودار کندل سهم شرکت اپل با استفاده از mpl-finance نوشته شده است. پایتون برای مالی در تلگرام https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug

معرفی کتاب «پایتون برای مالی - 50 دستورالعمل برای به کارگیری کتابخانه های پایتون برای تحلیل داده های مالی» به انگلیسی «Python for Finance Cookbook-Over 50 recipes for applying modern Python libraries tofinancial data analysis» معالعه این کتاب ارزشمند را به همه عزیزان توصیه می کنم. #Financial_modeling #مدلسازی_مالی #معرفی_کتاب پایتون برای مالی در تلگرام https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug

چند جمله ای های شگفت انگیز توابع با درجه های مختلف و چند جمله ای ها یکی از مهترین ابزارهای ما در مدلسازی مالی و اقتصادی هستند. در خصوص ساخت توابع قبلا صحبت کرده ایم. فرض کنید می خواهیم تابع x^2+8x+15 را ایجاد کنیم و از آن استفاده کنیم. یک راه ساخت تابع به روش سنتی با استفاده از دستور def است. اما راه آسان تر استفاده از تابع poly1d از ماژول Numpy است. شما در این روش هم می توانید به صورت صحیح مقادیر پارمترهای معادله را مشخص کنید و هم با استفاده از ریشه های معادله آن را ایجاد کنید. برای توضیح بیشتر به مثالی که در شکل بالا آمده است مراجعه نمایید. #پایتون_مالی #چند_جمله ای #تابع #Numpy #Poly1d پایتون برای مالی در تلگرام https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug پایتون برای مالی در بله https://ble.im/python