Quant Way

منظور وارن بافت از این جمله این است که وقتی شما ندونید که دارید روی چه چیزی سرمایه گذاری می کنید حتی توزیع سرمایه همون ضرب المثل همه تخم مرغ هات را در یک سبد نچین هم نمی تونه به شما کمکی کنه ولی اگر شما برید و صورت های مالی هر سهم را مطالعه کنید و ورودی و خروجی هاش را به شکل دقیق بدونید و روی چند سهم به این شکل سرمایه خودتون را توزیع کنید می تونه برای شما سود و ارزش بسازد. یا توزیع سرمایه روی پروژه های شکست خورده سودی به شما نخواهد داد.

لیست برخی از پکیج های پایتون جهت بک تست استراتژی اگر دوستان ازشون استفاده می کنند خوشحال میشیم مزایا ومعایبشو مطرح کنند. • QuantConnect is a competitor to Quantopian. • WorldQuant offers online competition and recruits community contributors to a crowd-sourced hedge fund. • Alpha Trading Labs offers an s high-frequency focused testing infrastructure with a business model similar to Quantopian. • The Python Algorithmic Trading Library (PyAlgoTrade) focuses on backtesting and offers support for paper trading and live trading. It allows you to evaluate an idea for a trading strategy with historical data and aims to do so with minimal effort. • pybacktest is a vectorized backtesting framework that uses pandas and aims to be compact, simple, and fast. (The project is currently on hold.) • ultrafinance is an older project that combines real-time financial data collection and the analysis and backtesting of trading strategies. • Trading with Python offers courses and a collection of functions and classes for quantitative trading. • Interactive Brokers offers a Python API for live trading on their platform.

برخی منابع جمع آوری دیتا https://stocktwits.com/ https://www.ravenpack.com/ https://www.dataminr.com/pulse

این AQR هم فوق العاده هست و مدیر ماشین لرنینگ شون آقای bryan kelly هست که استاد فایننس دانشگاه yale هم هست. مقالات و ریسرچی هم که انجام میده لبه دانش در حوزه asset pricing هست بر اساس data-driven risk factors و بستن پرتفو.

امین جان، Quantopian ترکیده و دیگه وجود خارجی نداره. این worldquant هم بنیانگذارش یه کچل روسی هست که تو آمریکاست (فک کنم) و یه دانشگاه هم داره که میتونی با یه مدرک IELTS درش ثبت نام کنی و مستر بگیری. این مدیرعامل hudson and tames هم که طاها خیلی دوسشون داره، مستر اش رو از همین دانشگاه مجازی رایگان wordquant گرفته. https://www.wqu.edu/programs/mscfe/ این worldquant یه دوره هم برای الگو تریدینگ تو udacity داره ولی خیلی گرونه و حدود 2000 دلاره البته الان یه تخفیف 75% زده رو دوره ولی باز گرونه برای ما. سر فصل هاش رو توی این لینک میتونی ببینی: https://www.udacity.com/course/ai-for-trading--nd880

یکی از شرکت هایی که قصد داره با روش جمع سپاری (نوعی از برون سپاری) هج فاندشو مدیریت کنه وظیفه ایجاد و تست الگوریتم ها بر عهده برنامه نویسان فریلنسر است . https://en.wikipedia.org/wiki/Quantopian اینم جالبه https://www.worldquant.com/home/

- یکی از هج فاند های موفق که شعارش این است که نوآوری در خون ماست و ژنتیکی کارمون درست است AQR است. و در سال 2020 نزدیک 143 میلیارد دلار تحت مدیریت این شرکت بوده است. از یک رویکرد «سیستماتیک و نامتناقض» مبتنی بر پژوهش برای ساخت سبد سهام می‌کند.این رویکرد منضبط در شناسایی منابع بازگشت سرمایه طولانی مدت و قابل تکرار به معنای "داشتن یک اعتقاد زیاد به روند، اما نه به هر سهام خاص " است. این شرکت یک حامی شدید تنوع در سبدهای سهام و همچنین اضافه کردن استراتژی‌هایی با همبستگی کم با تخصیص دارایی سنتی به عنوان مکمل سبد سهام‌های موجود است. https://www.aqr.com/ https://www.institutionalinvestor.com/research/8495/Methodology

نحوه اتصال والت متامسک به سند باکس و خرید زمین! https://youtu.be/WX7oxNHGeWY آموزش خرید و سرمایه گذاری در متاورس https://www.cnbctv18.com/technology/how-to-invest-in-the-metaverse-a-step-by-step-guide-11915412.htm https://www.youtube.com/watch?v=poCSLDJCp8U https://www.youtube.com/watch?v=8j5-DoOmnaY

AI Art Maker: turn text to art - Hotpot.ai https://hotpot.ai/art-maker

🔸تبریک کریسمس 2022 این است عیسی بن مریم، همان قول حق که [یهود و نصاری] درباره او در تردیدند./مریم 34

شب گذشته فیلم don't look up رو میدیدم کاملا داستان فیلم و موضوعاتش بخش بخش این فیلم استعاره ای از کشور ما بود ! و نکته جالب صحبت های اقای همتی که قرار داده در کانالشون بیشتر وضعیت رو مشابه این فیلم کرده ! یعنی واقعا شما میدونید چه خبرهه ! و همچنان با این فرمون پیش میرید و میگید don't look up ؟ متاسفانه شرایط اقتصادی و پولی کشور جدی بحرانیه ! این فرمون ورشکستگی کشور ! ما داریم میریم به سمت ورشکستگی همون فرمونی که شوری رفت ؟ شوخی گرفتند !

در حال نوشتن وایت پیپر 😂

مگر اینکــه به طورکلی یادگیری را حذف کنیم. گرچه تشــخیص الگوی صحیح به بقای ما کمک می کند، تشــخیص الگوی کاذب لزوما ما را به کشتن نمی دهد، برای همین پدیده الگوپنداری، غربالگری انتخاب طبیعی را تاب آورده اســت. متأســفانه چون یافتن ارتباط میان پدیده ها برای بقا و تولید مثل ما ضروری اســت، انتخاب طبیعی تمام اســتراتژی هایی که پدیده ها را به هم مرتبط می دانند، برتری داده است، حتی آنهایی که منتج به مثبت کاذب شده اند. با این بینش فرگشتی ما اکنون می توانیم بفهمیم که مردم به دلیل نیاز فرگشت یافته ما به باور چیزهای معقول، به چیزهای عجیب نادرست نیز باور دارند. ارتباط بین شخصیت، باور و الگوپنداری: درباره رابطه بین شخصیت، باور و الگوپنداری توسط روان شناس تجربی، سوزان بلکمور، تحقیق شد. بلکمور به دلیل تغییر عقیــده اش از باورمند به پدیده های فراطبیعی به ناباور شــهرت دارد. این تغییر باور او پس از ســال ها پژوهش برای یافتن اثرات گریزپای ادراک فراحســی صورت گرفــت. او دریافت افرادی که به ادراک فراحســی باور دارند، تمایل دارند تا به مجموعه داده ها نگاه کنند و شــواهدی برای پدیده های فراطبیعی ببینند، درحالی که شکاکان چنین تمایلــی ندارند؛ برای مثــال، در یک پژوهش، بلکمــور و همکارانش از داوطلبان خواستند در یک نظرسنجی برای مشخص کردن میزان باورشان بــه پدیده های فراطبیعی شــرکت کنند. ســپس تصاویری از یک شــیء معمولی به آنها ارائه دادند که به میزان متفاوت (صفر درصد، ۲۰ درصد، ۵۰ درصد و ۷۰ درصد) مخدوش و برفک دار شده بودند. آنها از داوطلبان پرسیدند که آیا قادر به تشخیص و شناسایی هر شیء هستند. نتایج بیانگر این بود که احتمال اینکه باورمندان به ادراک فراحســی، اشیائی را ببیند، بســیار بیشــتر از ناباوران بود، اما غالبا تشخیصشان اشتباه بود. به عبارت دیگر آنها الگوهای بیشتری پیدا کردند، اما بیشتر مرتکب اشتباه نوع اول شدند. روش علمی راهی برای جلوگیری از اشتباهات مثبت کاذب است. اما مشکل پیش روی ما این است که باورهای خرافی و جادویی میلیون ها سال قدمت دارند، درحالی که علم با روش تجربی که برای کنترل متغیرها دارد تا از مثبت کاذب جلوگیری کند، تنها چند سده عمر دارد. الگوپنداری در سرشــت ماست، اما تفکر علمی مهارتی است که به آموزش و تمرین نیاز دارد. برای غلبه بر خرافات باید با یادگیری و تمرین این نقص انتخاب طبیعی را جبران کنیم.

الگوپنداری؛ بایدها و نبایدها تمایل به یافتن معنا و الگو، حتی زمانی که معنا و الگویی در کار نیست بســیاری از افراد به چیزهای عجیب و غریبی باور دارند که شــاید برای دیگران قابل قبول نباشــد و حتی مســخره به نظر برسد. شاید گمان کنید کــه باورهای خرافی یــا توهم های توطئه تنها در میان افراد کم ســواد یا کم هــوش رواج دارد، اما چنین نیســت. دانشــمندان برجســته ای مانند آلفرد راســل واالس و حتــی برندگان نوبل در عصــر کنونی هم گاهی به چیزهایــی باور داشــته اند که برای ما آشــکارا خرافات به نظر می رســد. یافتن مکانیسم هایی در مغز که منجر به چنین باورهایی می شوند، زمینه پژوهش های زیادی در حیطه نوروساینس است. برخی از این پژوهش ها توضیحاتــی فراهم می کنند که نشــان می دهد چرا افــراد نابغه هم در معــرض خرافات و توهمات هســتند. برای نمونه می تــوان به عملکرد دوپامین در مغز اشاره کرد که می تواند به عنوان تیغ دولبه عمل کند. گاهی به شــکل نبوغ و خالقیت در آلبرت اینشــتین خود را نشــان دهد و گاهی به صــورت اختالل روانی در فرزند او؛ اما پرســش دیگری که پیش می آید این اســت که چرا مغز به این صورت فرگشت پیدا کرده است؟ آیا معقول نیست انتظار داشته باشیم فرایند انتخاب طبیعی تمایل مغز برای باورهای نادرست و خرافی را با حذف ژن های عامل آن جریمه کند؟ مایکل شرمر، روان شناس آمریکایی، با معرفی مفهوم «الگوپنداری» سعی کرده به این پرســش پاسخ دهد. تصور کنید شــما یک نخستی هستید که سه میلیون سال پیش در یک علفزار در آفریقا در حال راه رفتن هستید. ناگهان صدای خش خشی در میان علف ها به گوشتان می رسد؛ آیا صدای باد است یا یک درنده خطرناک؟ پاسخ شما می تواند انتخاب بین مرگ و زندگی باشد. اگر فرض کنید که صدای میان علف ها درنده خطرناکی است، در حالی که فقط صدای باد بوده، خطایی مرتکب شده اید که اشتباه نوع اول در شناخت –یا مثبت کاذب- نامیده می شود؛ باور به واقعی بودن چیزی که وجود ندارد. شما به گمان خود الگویی یافته اید که واقعیت ندارد. شما خش خش در علف ها (الف) را به درنده ای خطرناک (ب) مرتبط دانسته اید، درحالی که ارتباطی نداشــته اند. در این حالت چندان متضرر نشــده اید، راهتان را کج می کنید، بیشتر مواظب هستید و مسیر دیگری می یابید؛ اما اگر فرض کنید که خش خش میان علف ها فقط به خاطر وزش باد است، اما علت واقعی آن یک درنده خطرناک باشد، شما خطایی مرتکب شده اید که آن را اشتباه نوع دوم در شــناخت -یــا منفی کاذب- می نامند؛ باور به وجودنداشــتن چیزی، درحالی که واقعی اســت. در ایــن حالت یک الگوی واقعی وجود داشته که شــما آن را تشــخیص نداده اید. شما نتوانســته اید ارتباط بین خش خــش در علف ها (الــف) را با درنــده ای خطرنــاک (ب) دریابید، درحالی که این بار ارتباط واقعا وجود داشــته اســت. متأسفانه خود را از استخر ژنی نخستیان خارج کرده اید. مغزهای ما ماشین های باورگر هستند؛ ماشین های تشخیص الگو که نقاط را به هم متصل کرده و معناهایی از این الگوها خلق می کنند و ما فکر می کنیم این معانی را در طبیعت می بینیم. گاهی اوقات این الگوها درست و گاهی نادرست هستند. ما از نسل کسانی هستیم که در یافتن الگوهای واقعی موفق تر بوده اند. این فرایند «یادگیری از راه تداعی» نام دارد. منشــأ خرافات، توانایی یادگیری است؟ در ســال ۲۰۰۸ کوین فوستر از دانشــگاه هاروارد و هانا کوکو از دانشــگاه هلسینکی این نظریه شرمر را به آزمون گذاشــتند. آنها نشان دادند هرگاه هزینه درست پنداشتن یک الگــوی غیرواقعی از هزینه نادرست پنداشــتن یک الگــوی واقعی کمتر باشــد، فرگشــت به ســود الگوپنداری عمل خواهد کرد. آنهــا با رابطه هزینه<فایده×احتمال آغاز کردند؛ اما مشــکل این است که ما در تخمین میزان احتمال خوب عمل نمی کنیم. با درنظرگرفتن جزئیات بیشتر مانند محرک ها و تجربه های پیشــین، این پژوهشگران نتیجه گرفتند که ناتوانی افراد (چه انســان و چه دیگر جانداران) در تشخیص احتمال برای روابط علت و معلولی منجر به این می شود که بسیاری از روابط علت و معلولی نادرســت را درست بپندارند؛ ازاین رو توجیه فرگشتی برای خرافات بسیار روشن است: استراتژی هایی که برای حصول اطمینان از تشخیص روابط علی که برای بقا و تولید مثل ضروری هستند، تعداد زیادی روابط نادرست را هم درســت فرض می کنند؛ انتخاب طبیعی به تمام این اســتراتژی ها برتری می دهد؛ به بیــان دیگر ما به یافتن الگوهای بامعنا گرایش داریم، چه آن الگوها واقعا وجود داشته باشند، چه وجود نداشته باشند و این کار قابل توجیه است؛ ازاین رو می توان گفت الگوپنداری هایی مانند خرافات و تفکر جادویی بیش از اینکه اشتباهاتی در شناخت باشند، فرایند طبیعی یادگیری مغز هستند. ما نمی توانیم یادگیری خرافی را کامل حذف کنیم،

مطالعاتی که در حوزه نوروساینس انجام میشه میتونه یک درک خوبی به ما در زمینه هوش مصنوعی و معماری شبکه های یادگیری عمیق بده . پست زیر یک اشاره جالب داره تا حدودی پست طولانیه ولی مطالعه کنید . 👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻