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

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

دوشنبه 21 بهمن 1398 گفتگویی با دکتر محمدرضا زرگر و مهندس حسین اسلامی در رادیو اقتصاد داشتیم در خصوص «ظرفیت های استفاده از فناوری های نوین در مولدسازی دارایی های دولت » در این گفتگو نکات قابل توجهی مطرح شد و من به نقش علم داده و یادگیری ماشین در این امر مهم اشاراتی داشتم. لینک گفتگو را با شما به اشتراک می گذارم. همچنین خیلی خوشحال می شوم اگر نکاتی که به ذهنتان رسید را با من در میان بگذارید. #مصاحبه لینک گفتگو در رادیو اقتصاد: http://webapp.iranseda.ir/EpgRecordArchive.aspx?VALID=TRUE&epgId=146528213&chid=19

رسم نمودار میله ای در پایتون یکی از نمودارهای مطرح در پایتون که در تحلیل های مالی و اقتصادی خیلی از آن استفاده می کنیم نمودار میله ای است. در این مثال، نمودار میله ای برای چند سهم نمونه رسم شده است. #پایتون_مالی #مصور_سازی #نمودار #Matplotlib عضویت در کانال 👇👇👇 پایتون برای مالی در تلگرام https://t.me/python4finance پایتون برای مالی در بله https://ble.im/python4finance

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 🔸معاملات الگوریتمی، دریافت اطلاعات از متاتریدر 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 #سوالات_متداول #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

آیا روش های معاملات الگوریتمی همان روش های تحلیل تکنیکال است؟ یکی دیگر از سوالاتی که خیلی از من پرسیده شده است این است که آیا در معاملات الگوریتمی از همان روش های تحلیل تکنیکال سنتی استفاده می شود؟ پاسخ این است که این دو ، دو دنیای متفاوت هستند که البته با هم مرتبط هم هستند. 1️⃣ در تکنیکال معمولی عمده تمرکز بر روی قیمت و حجم است در صورتی که در معاملات الگوریتمی علاوه بر اینها از اطلاعات دیگر بازار مانند میزان سفارشات، حقوقی یا حقیقی بودن سفارش دهنده، سرعت بازار و ... برای انجام تحلیل استفاده می شود. 2️⃣ تکنیکال صرفا بر داده های بازار متمرکز است در صورتی که در معاملات الگوریتمی از داده های خارج بازار مانند اخبار و اطلاعات شبکه های اجتماعی، آمار و اطلاعات سایر بازارها و ... هم استفاده می شود. 3️⃣ تکنیکال صرفا بررسی گذشته با هدف پیش بینی آینده است اما در معاملات الگوریتمی می توان در لحظه داده های بزرگی را تحلیل کرد و نتیجه گرفت. 4️⃣تحلیل تکنیکال به عنوان یک روش در میان روش هایی که در معاملات الگوریتمی استفاده می شود قابل استفاده است. پایتون برای مالی در تلگرام https://t.me/python4finance

چند سوال راجع به معاملات الگوریتمی که دوستان خیلی در این مدت پرسیده اند. 1️⃣برای انجام معاملات الگوریتمی چکار کنیم؟ به طور کلی برای انجام معاملات الگوریتمی و خودکار چند راه وجود دارد. اول اینکه کاملا خودکار و از طریق api عمل کنیم. دوم اینکه از طریق کتابخانه های beautifulsoup و selenium (واکشی داده ها از وب و انجام تصمیمات) عمل کنیم . این روش پیچیده تر است ولی در زمانی که api نداریم قابل انجام است. سوم اینکه از طریق متاتریدر و کتابخانه های ارتباطی بین پایتون و متاتریدر عمل کنیم. 2️⃣آیا در ایران امکان معاملات الگورتیمی وجود دارد؟ پاسخ : بله ، (در حال حاضر به صورت موقت روش های رسمی بسته شده است) 3️⃣آیا امکان استفاده از api برای معاملات الگوریتمی وجود دارد؟ پاسخ: بله برخی کارگزاری ها امکان فوق را در اختیار مشتریان خود قرار می دهند. 4️⃣شما کدام کارگزاری را توصیه می کنید؟ پاسخ: در حال مذاکره هستیم. کارگزاری که بتوان به راحتی با آن معاملات الگورتیمی انجام داد را معرفی خواهم کرد. 5️⃣ دوره آموزشی معاملات الگوریتمی کی برگزار می شود؟ پاسخ: لطفا فرم پیش ثبت نام را تکمیل نمایید. زمان و مکان کلاس ها به اطلاع شما خواهد رسید. لینک فرم پیش ثبت نام: http://www.python4finance.ir/reg.htm

مدلسازی مالی چیست؟ (فیلم آموزشی) در این فیلم کوتاه، مدلسازی مالی و کاربرد آن به صورت بسیار خلاصه و البته دقیق توضیح داده شده است. #فیلم_آموزشی #مدلسازی_مالی پایتون برای مالی در تلگرام https://t.me/python4finance پایتون برای مالی در بله https://ble.im/python4finance

به درخواست برخی از دوستان عزیز، کانال اینستاگرام هم راه اندازی شد. پیشاپیش مقدم شما به این کانال را هم گرامی می دارم.🌹🌹🌹 https://www.instagram.com/python4financeacademy/

معرفی کتاب «همه دروغ می گویند: داده های بزرگ، داده های جدید، و آنچه اینترنت می تواند در مورد اینکه ما واقعا که هستیم به ما بگوید» به انگلیسی «Everybody Lies: Big Data, New Data, and What the Internet Can Tell Us About Who We Really Are » نویسنده آقای «Setth Stephens-Davidowitz» کارشناس بیگ دیتا (کلان داده) و فارغ التحصیل فلسفه و اقتصاد از استنفورد است و مدتی به عنوان دانشمند داده در گوگل مشغول به فعالیت بوده است. در این کتاب که با ذکر مثال های بسیار دقیق از مسائل روز دنیا تدوین شده است نویسنده به این جمع بندی می رسد که افراد عموما در برخورد با دیگران به طور کامل صادق و شفاف نیستند در صورتی که همه با گوگل صادق هستند و اگر بتوان اطلاعاتی که افراد با گوگل در میان گذاشته اند را تحلیل کرد می توان زندگی انسان ها را متحول کرد. مطالعه این کتاب زیبا و ارزشمند را به شما توصیه می کنم. در پست های بعد بعضی از بخش های این کتاب را به صورت مختصر برای شما بازگو خواهم کرد. #Big_data #داده_بزرگ #معرفی_کتاب پایتون برای مالی در تلگرام https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug

دستاوردهای داده های بزرگ (Big Data) قبلا در خصوص ویژگی های داده های بزرگ یا بیگ دیتا صحبت کردیم. داده های بزرگ حداقل سه ویژگی حجم،سرعت و تنوع را به همراه دارند. در این پست به دستاوردهای داده های بزرگ اشاره خواهم کرد: 1️⃣ داده های بزرگ به ما کمک می کنند تا به جای یک برش زمانی از داده ها ، از جریان پایدار داده ها استفاده کنیم. این به ما کمک می کند که نتایج به روز و تصمیم گیری در لحظه داشته باشیم. 2️⃣ داده های بزرگ ما را از انحراف در تحلیل نجات می دهند. با کمک داده های بزرگ و بررسی یک موضوع از مناظر مختلف و با حجم گسترده داده متنوع می توانیم با احتمال بسیار زیاد نتایج صحیحی داشته باشیم. 3️⃣ داده های بزرگ امکان تمرکز ما را بر روی جزئی ترین مسائل افزایش می دهند. یعنی در عین نگاه کلان، نگاه بسیار دقیق و جزئی هم به ما می دهد. #داده_بزرگ #Big_data #پایتون_مالی پایتون برای مالی در تلگرام https://t.me/joinchat/AAAAAFGMkouqbsb86Vfzug