Python4Finance

معرفی کتاب «الگوریتم های ژنتیک در پایتون» به انگلیسی «Hands-On Genetic Algorithms with Python» الگوریتم‌های ژنتیک، یک راه حل برای یافتن پاسخ تقریبی برای بهینه‌سازی مدل‌ها است که از تکنیک‌های زیست‌شناسی مانند وراثت، جهش زیست‌شناسی و... برای یافتن فرمول بهینه جهت پیش‌بینی یا تطبیق الگو استفاده می‌شود. الگوریتم‌های ژنتیک اغلب گزینه خوبی برای تکنیک‌های پیش‌بینی بر مبنای رگرسیون هستند. آنچه در این کتاب می آموزیم * استفاده از پایتون برای ایجاد مدل های کاربردی الگورتیم های ژنتیک * استفاده از الگورتیم های ژنتیک برای بهینه سازی توابع و و حل مسائل برنامه ریزی و زمان بندی * افزایش عملکرد مدلهای یادگیری ماشین و بهینه سازی ساختار شبکه های یادگیری عمیق * به کارگیری الگورتیم های ژنتیک در یادگیری تقویتی با استفاده از OpenAI Gym و ... 📌توصیه می کنم در صورتی که برایتان امکان پذیر است حتما از منابع اصلی برای یادگیری استفاده کنید. #معرفی_کتاب #آموزش_پایتون #پایتون_مالی پایتون برای مالی در تلگرام https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug

دریافت سیگنال خرید و فروش با استفاده از ta قبلا در این پست در خصوص کتابخانه ta صحبت کرده بودم. کتابخانه ها ta یکی از کتابخانه های بسیار کاربردی در تحلیل تکنیکال و نیز معاملات الگوریتمی است که به راحتی می توان به کمک آن انواع اندیکاتورهای تحلیل تکنیکال را به راحتی محاسبه کرد. برای مثال شبندر را در نظر بگیرید. می خواهیم میانگین متحرک 10 روزه و 20 روزه را برای یک بازه زمانی 200 روزه محاسبه و رسم کنیم. استراتژی معاملاتی بر اساس دو میانگین متحرک: در این روش به حداقل دو میانگین متحرک نیاز است، یکی با دوره زمانی طولانی تر (یعنی Slow Signal) و دیگری با دوره زمانی کوتاه تر (یعنی Fast Signal). 🔻اگر میانگین متحرک کوتاه‌تر پایین تر از میانگین متحرک بلندتر قرار گرفت، سیگنال فروش صادر می‌شود قیمت سهم کاهش می‌یابد، سیگنال فروش 🔺اگر میانگین متحرک کوتاه‌تر بالاتر از میانگین متحرک طولانی‌تر قرار گرفت، قیمت سهم افزایش می‌یابد ، سیگنال خرید (یا نگهداری) برنامه مربوطه در تصویر این پست قابل مشاهده است. #معاملات_الگورتیمی #تحلیل_تکنیکال #ta #پایتون_مالی پایتون برای مالی در تلگرام https://t.me/python4finance

نتایج نظر سنجی جلسه اول پایتون برای مالی در تلگرام https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug

امشب اولین جلسه از 4️⃣1️⃣ همین دوره «مدلسازی مالی و اقتصادی با پایتون» - مقدماتی با حضور 27 نفر از عزیزان برگزار شد. پایتون برای مالی در تلگرام https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug

برای موفق شدن در سرمایه گذاری و مدیریت سبد دارایی ، نیازی به بکار گیری روش های بسیار پیشرفته و خارق العاده نیست. عموما استراتژی های موفق سرمایه گذاری، پیاده سازی صحیح و به جای تئوری های متداول هستند. تجزیه و تحلیل داده های پیشین و انتخاب یک مدل صحیح برای پیش بینی و در نتیحه اخذ یک تصمیم صحیح، هدف اصلی در مدیریت سرمایه گذاری است. هدف از این کتاب معرفی ابزارهای یادگیری ماشینی (ML) است که می تواند به مدیران دارایی کمک کند تا تئوری های اقتصادی و مالی را کشف کنند. ابزارهای ML به جای جایگزین کردن روشهای آماری متداول، آنها را کامل می کنند. در این کتاب با ابزارهای مختلف یادگیری ماشین و کاربرد آنها برای سبدگردان ها آشنا می شوید. #پایتون_مالی #معرفی_کتاب #یادگیری_ماشین پایتون برای مالی در تلگرام https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug

مرور یک مساله آماری آمار زیر بنای علم داده و یکی از اصلی ترین زیرساخت های مدلسازی است. حتما از دوره دبیرستان یادتون هست که همیشه می گفتیم اگر یک سکه را بی نهایت بار پرتاب کنیم نتیجه به دست آمده برای شیر یا خط دقیقا 50-50 خواهد بود. 🤔 حالا می خواهیم مسئله مشابهی را با پایتون حل کنیم. فرض کنید دو تاس را با هم پرتاب می کنیم و مجموع اعداد به دست آمده از روی تاس ها را ثبت می کنیم. (اعداد به دست آمده حتما بین 2 تا 12 خواهد بود) حالا فرض کنید این بازی را 1000 بار انجام دهیم. بدیهی است باید به یک نمودار نرمال توزیع فراوانی برسیم. شبیه سازی این مسئله در پایتون (صرفا با کتابخانه Pandas) و نتیجه حاصله را می توانید در تصویر این پست مشاهده کنید. #پایتون_مالی #آمار #احتمال #توزیغ_فراوانی #مثال #python4finance پایتون برای مالی در تلگرام https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug

سوالات متداول از آنجایی که خیلی از عزیزان در خصوصی سوالات زیر را پرسیده اند و این سوالات قبلا در کانال پاسخ داده شده است، من عناوین سوالات و پاسخ آنها را جهت مرور خدمت شما قرار می دهم. 🔸چرا پایتون یاد بگیرم؟ پاسخ 🔸بهترین منابع برای یادگیری پایتون کدام است؟ پاسخ 🔸سوالاتمان در خصوص پایتون را از کجا بپرسیم؟ پاسخ 🔸پایتون برای چه رشته هایی مناسب است؟ پاسخ 🔸مسیر یادگیری را ترسیم نمایید. پاسخ 🔸متوسط درآمد یک مدلساز مالی چقدر است؟ پاسخ 🔸کاربردهای مدلسازی مالی چیست؟ پاسخ 🔸یادگیری ماشین چیست و کاربرد آن در مالی چگونه است؟ پاسخ 🔸پایتون یا اکسل، کدام بهتر است؟ پاسخ 🔸پایتون یا R ، کدام یک را یاد بگیرم؟ پاسخ 🔸آیا پایتون جایگزین MQL می شود؟ پاسخ 🔸خروجی پایتون چیست؟ (پایتون در کجا اجرا می شود؟) پاسخ 🔸میزان استفاده از پایتون در حیطه های مختلف چگونه است؟ لینک 🔸پایتون برای اقتصاد سنجی مناسب است؟ پاسخ 🔸آیا پایتون برای هوش تجاری مناسب است؟ پاسخ 🔸آیا روش های معاملات الگوریتمی همان روش های تحلیل تکنیکال است؟ پاسخ 🔸آیا در ایران امکان معاملات الگورتیمی وجود دارد؟ پاسخ 🔸طریقه دریافت اطلاعات از TSETMC (بورس ایران) پاسخ 🔸راه آسان دریافت اطلاعات از بورس تهران چیست؟ (ماژول دریافت اطلاعات از بورس تهران) پاسخ 🔸کانال آپارت جهت مشاهده وبینارهای علم داده و یادگیری ماشین و جادوی سری های زمانی لینک 🔸فیلم آموزشی «دریافت اطلاعات بورس ایران با پایتون کتابخانه pandas» لینک 🔸مشاهده کتاب های معرفی شده در کانال #معرفی_کتاب 🔸مشاهده اسلایدهای آموزشی ارائه شده در کانال #اسلاید_آموزشی 🔸✅✅✅ چگونه از برگزاری دوره ها مطلع شوم؟ (پیش ثبت نام در دوره های آموزشی) پاسخ #پایتون_مالی #پاسخ_سوالات #FAQ عضویت در کانال 👇👇👇 پایتون برای مالی در تلگرام https://t.me/python4finance پایتون برای مالی در بله https://ble.im/python4finance

محاسبه بازده تجعمی سهام با استفاده از تابع prod برنامه بالا را با استفاده از تابع prod می توان به صورت فوق (تصویر بالا) باز نویسی کرد. #بازدهی_سهام #بازدهی_تجمعی #پایتون_مالی پایتون برای مالی در تلگرام https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug

محاسبه بازده تجعمی سهام در پست های قبلی در خصوص شیوه محاسبه بازدهی سهام با استفاده از 5 روش مختلف صحبت کردیم. فرض کنید بازدهی یک سهم را برای 10 روز متفاوت محاسبه کرده ایم. برای محاسبه بازده تجمعی سهام نمی توانیم بازدهی های روزانه را صرفا با هم جمع کنیم، بلکه باید از فرمول زیر استفاده کنیم: (1+simple_r1) * (1+simple_r2) *(1+simple_r3)* ... (1+simple_rn) - 1 در مثال بالا (تصویر ضمیمه شده در پست) ، بازدهی تجمعی برای دو سهم مختلف برای یک بازده 10 روزه محاسبه شده است. #بازدهی_سهام #بازدهی_تجمعی #پایتون_مالی پایتون برای مالی در تلگرام https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug

🔸لیستی از برترین کانال‌های آموزشی در زمینه های هوش‌مصنوعی، علم داده , پایتون و یادگیری ماشین ‏❯ هوش مصنوعی: 1️⃣ @Ai_Tv ‏❯ علم داده: 1️⃣ @DataAnalysis 2️⃣ @python4finance ‏❯ تحلیل داده و تصمیم‌گیری داده‌محور: 1️⃣ @Mr_IE ‏❯ یادگیری ماشین و یادگیری عمیق : 1️⃣ @Machine_learn 2️⃣ @cvision ‏❯ پایگاه داده : 1️⃣ @Sql_server ‏❯ آموزش پایتون و برنامه نویسی : 1️⃣ @pythony 2️⃣ @Programming4all_0to100

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 23 خردادماه روزهای جمعه از ساعت 9 الی 12 برای شرکت در دوره، آشنایی با مباحث دوره مقدماتی ضروری است. 🌐 لینک 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

معمولا در هنگامی که با داده های بزرگ کار می کنیم، Jupyter / IPython ابزارهای بسیار مناسبی هستند ، چرا که لازم نیست هر بار تعداد زیادی داده را در حافظه بارگذاری کنیم و به این ترتیب در زمان و منابع صرفه جویی می کنیم. اما گاهی پیش می اید در حین استفاده از داده های بزرگ، یک ماژولی را می خواهیم توسعه دهیم یا اصلاح کنیم. مشکل اینجاست که در Jupyter / IPython ماژول صرفا در دفعه اول در حافظه قرار می گیرد و اگر ماژول را اصلاح کنید همچنان ماژول ابتدایی در حافظه باقی می ماند و تغییرات لحاظ نمی شوند. برای حل این موضوع لازم است در ابتدای نوت بوک خود دستورات زیر را درج کنید. In [1]: %load_ext autoreload In [2]: %autoreload 2 حالا هر وقت تغییر جدیدی در ماژول خود بدهید می توانید به راحتی آثار آن را مشاهده نمایید. #دانلود #پایتون_مالی #notebook پایتون برای مالی در تلگرام https://t.me/python4finance پایتون برای مالی در بله https://ble.im/python4finance

آژور نوت بوک، آنلاین برنامه های پایتون بنویسید آژور ، یکی از پلتفرم های جذاب برای برنامه نویسان است. به کمک آژور نوت بوک می توانید به راحتی برنامه های پایتون خود را بنویسید و با دیگران به اشتراک بگذارید. برای همه این کارها صرفا لازم است یک اکانت مایکروسافت داشته باشید. برای مشاهده آژور نوت بوک سری به سایت آن بزنید: https://notebooks.azure.com/ پایتون برای مالی در تلگرام https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug

ثبت نام 4️⃣1️⃣ همین دوره «مدلسازی مالی و اقتصادی با پایتون» - مقدماتی سرفصل دوره (16 ساعت) 1. آموزش مبانی پایتون 2. آموزش کتابخانه های پایتون 3. آموزش مبانی مدلسازی مالی 4. ارزش زمانی پول 5.محاسبه بازده و ریسک سهم 6. بهینه سازی 7. واکشی داده ها از بورس تهران 8. مطالعه موردی در بازار سرمایه زمان برگزاری: شروع از 7 تیر ماه روزهای شنبه و دوشنبه از ساعت ۲۰ الی ۲۲ این دوره پیش نیاز سایر دوره های آموزشی پایتون مالی است. 🌐 لینک 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

کتاب «تسلط بر پایتون مالی» به انگلیسی «Mastering Python for Finance: Implement advanced state-of-the-art financial statistical applications using Python» نگارش 2 قبلا نگارش اول این کتاب را در کانال معرفی کرده بودم. نسخه جدید علاوه بر تکمیل محتوای قبلی، مطالب جذاب دیگری را نیز در برگرفته است. آنچه در این کتاب می خوانید: 1- مبانی پایتون 2- آشنایی با مفاهیم مالی 3-اهمیت خطی سازی در مالی 4- روش های کمی برای قیمت گذاری اختیار معامله 5- مدلسازی نرخ بهره و ابزار مشتقه 6- تحلیل آماری سری های زمانی 7- تحلیل پویای مالی 8- راه اندازی پلت فرم معاملات الگوریتمی 9- بک تست 10- یادگیری ماشین برای مالی 11- یادگیری عمیق برای مالی 📌توصیه می کنم در صورتی که برایتان امکان پذیر است حتما از منابع اصلی برای یادگیری استفاده کنید. #معرفی_کتاب #آموزش_پایتون #پایتون_مالی پایتون برای مالی در تلگرام https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug