رسم میانگین و واریانس برای توزیع نرمال
میانگین و واریانس دو معیار اصلی در محاسبه ریسک به شمار می روند.
در برنامه نوشته شده در تصویر این پست، نمودار نرمال بر اساس میانگین و واریانس 4 سری داده فرضی محاسبه و رسم شده است.


#میانگین
#واریانس
#پایتون_مالی

عضویت در کانال 👇👇👇

پایتون برای مالی در تلگرام www.tg-me.com/python4finance
پایتون برای مالی در بله ble.im/python4finance

معرفی سایت programcreek، برای دانلود مثال های کاربردی پایتون!

خیلی از عزیزان در خصوصی از من می پرسند آیا برای فلان موضوع کد آماده ای دارید یا رفرنسی می توانید معرفی کنید. به طور کلی برای یادگیری یک مفهوم خصوصا در فضای برنامه نوسی به دنبال کدهایی هستیم که بتوانیم از آن ایده بگیریم. سایت programcreek یکی از آن سایت های بسیار ناب است که برای بسیاری از کتابخانه های مهم پایتون مانند sklearn, keras, nltk, pandas, و flask و نیز کتابخانه های توکار و API های پایتون مثال های متعددی را آماده کرده است که می تواند ایده های خوبی به ما بدهد.
🌐مشاهده سایت
توصیه می کنم اگر فرصت دارید حتما به این سایت سری بزنید.

#programcreek
#مثال
#پایتون_مالی

عضویت در کانال 👇👇👇

پایتون برای مالی در تلگرام www.tg-me.com/python4finance
پایتون برای مالی در بله ble.im/python4finance

مدلسازی گام تصادفی (Random Walk) در پایتون
قبلا در این پست در خصوص شبیه سازی گام تصادفی صحبت کرده بودیم . در برنامه این پست با استفاده از تابع cumsum این مثال بازنویسی شده است.

#پایتون_مالی
#مدلسازی_سری_زمانی
#سری_زمانی

پایتون برای مالی در تلگرام https://www.tg-me.com/python4finance
پایتون برای مالی در بله https://ble.im/python4finance

استخراج قیمت ماهیانه بیت کوین (BitCoin)

سرمایه گذاری در رمز ارزها یکی از سرمایه گذاری های محبوب علی الخصوص برای نسل جدید شده است. وب سایت های فراوانی هستند که اطلاعات لحظه ای بیت کوین را نگه داری و انتشار می دهند.
در تصویر این پست، با استفاده از یک api رایگان و همچنین با استفاده از pandas اطلاعات ماهانه قیمت بیت کوین به صورت json فراخوانی و رسم می شوند.
اطلاعات بیشتر در خصوص api استفاده شده
#رمز_ارز
#بیت_کوین
#پایتون_مالی
#Bitcoin

پایتون برای مالی در تلگرام https://www.tg-me.com/python4finance
پایتون برای مالی در بله https://ble.im/python4finance

فرم پیش ثبت نام در دوره های آموزشی

از آنجایی که خیلی از دوستان در پیام خصوصی از شیوه ثبت نام در دوره های آموزشی سوال می کنند، مجددا لینک ثبت نام رو قرار می دهم. (6 دوره + 5 دوره جدید)
فرم پیش ثبت نام در دوره های آموزشی:
http://python4finance.ir/reg.htm

شیوه ثبت نام، و زمان دقیق کلاس ها از طریق ایمیل و پیامک به عزیزان اطلاع رسانی می شود.

تشخیص همبستگی بین متغیرها در مدل
یکی از مواردی که در هنگام مدلسازی باید در نظر داشته باشیم، وجود همبستگی یا correlation بین متغیرهاست. وجود همبستگی باعث دریافت نتایج ناصحیح در مدل می شود. البته همبستگی انواع مختلفی دارد و روش های متفاوتی برای کار با داده های همبسته وجود دارد که در پست های آتی در این خصوص صحبت خواهیم کرد.
در این پست قصد داریم، همبستگی بین چندین متغیر را محاسبه و رسم کنیم. خوشبختانه در کتابخانه پانداس به راحتی با استفاده از تابع corr() می توان همبستگی را محاسبه کرد. همچنین تابعی برای رسم همبستگی در قالب یک ماتریس نوشته شده است.
کدهای مربوط به این مثال را در پست بعدی می توانید دریافت کنید.

#همبستگی
#مدلسازی
#پایتون_مالی
#correlation
❗️پی نوشت: دوستانی که در اتصال به تلگرام دچار مشکل هستند، کلیه مطالب همزمان با تلگرام در کانال بله هم به صورت خودکار ارسال می شود.

پایتون برای مالی در تلگرام https://www.tg-me.com/python4finance
پایتون برای مالی در بله https://ble.im/python4finance

تشخیص همبستگی بین متغیرها در مدل

#همبستگی
#مدلسازی
#پایتون_مالی
#correlation


پایتون برای مالی در تلگرام https://www.tg-me.com/python4finance
پایتون برای مالی در بله https://ble.im/python4finance

دریافت اطلاعات بازار سهام بین الملل
قبلا در خصوص دریافت اطلاعات بازار سهام بین الملل توسط کتابخانه های pandas-datareader ، yfinance و quandl صحبت کرده بودیم. داده های بین المللی هم برای کسانی که تمایل به حوزه های برون مرزی دارند و هم برای تمرین بسیار مناسب هستند.
یکی دیگر از منابع بسیار خوب برای دریافت داده های بین المللی سایت financialmodelingprep.com است. در این سایت بر خلاف کتابخانه های قبلی اطلاعات بسیار گسترده ای اعم از قیمت؛ صورتهای مالی، اطلاعات مربوط به تغییرات شرکت، انواع نسبت های مالی، انواع شاخص ها، ETF ها و ... را خواهید یافت. ارتباط با سایت از طریق json و API است.(مشاهده APIها) در سایت مثال های بسیار زیادی با زبان های برنامه نویسی مختلف از جمله زبان مورد علاقه ما یعنی پایتون (🐍) هم قرار دارد. اگرچه سایت پلن های پولی هم دارد اما برای کارهای آموزشی و حتی واقعی می توان از نسخه رایگان آن استفاده کرد.

#بورس_بین_الملل
#دریافت_اطلاعات
#پایتون_مالی
#API
#JSON
#financialmodelingprep.com

پایتون برای مالی
https://www.tg-me.com/joinchat-AAAAAFGMkouqbsb86Vfzug

معرفی کتاب «Practical Statistics for Data Scientists» به فارسی «آمار کاربردی برای دانشمندان داده»
شکی نیست که آمار یکی از مفاهیم بنیادی و زیربنای علم داده و مدلسازی مالی است. در این کتاب مفاهیم آمار با مثال های کاربردی به زبان های Python و R بیان شده است. برای مطالعه این کتاب آشنایی مقدماتی با زبان پایتون لازم است.

#معرفی_کتاب
#علم_داده
#آمار
#پایتون_مالی

عضویت در کانال 👇👇👇

پایتون برای مالی در تلگرام www.tg-me.com/python4finance
پایتون برای مالی در بله ble.im/python4finance

دانلود کتاب «Practical Statistics for Data Scientists» به فارسی «آمار کاربردی برای دانشمندان داده»


#معرفی_کتاب
#علم_داده
#آمار
#پایتون_مالی

عضویت در کانال 👇👇👇

پایتون برای مالی در تلگرام www.tg-me.com/python4finance
پایتون برای مالی در بله ble.im/python4finance

تشخیص همبستگی میان متغیرها
در پست های قبلی در خصوص همبستگی صحبت کردیم. به ارتباط میان متغیرها همبستگی گفته می شود. ( اگر یک متغیر با مقادیر قبلی خود همبستگی داشته باشد به آن خود همبسته گفته می شود. مطالعه پست مربوطه )
برای تشخیص خود هبستگی از کوواریانس(cov) و ضریب همبستگی R استفاده می شود. از کوواریانس برای تشخیص جهت همبستگی و از ضریب همبستگی برای تشخیص جهت و شدت همبستگی استفاده می شود. ضریب همبستگی مقداری بین -1 تا +1 دارد. محاسبه ریاضیاتی کواریانس و ضریب همبستگی بسیار جالب است که توصیه می کنم حتما آن را مطالعه نمایید.
توجه داشته باشید وجود همبستگی لزوما به معنای وجود رابطه علی و معلولی نیست.
فرض کنید گفته شده است با افزایش نرخ ارز در کشور شاخص بازار سرمایه افزایش می یابد. (به دلایل بنیادی آن کاری نداریم.) به راحتی می توانید با محاسبه کوواریانس و ضریب همبستگی این فرضیه را تایید یا رد کنید.
در تصویر این پست، کوواریانس و ضریب همبستگی برای دو سری تصادفی با استفاده از کتابخانه Numpy محاسبه و رسم شده است.

#ضریب_همبستگی
#کوواریانس
#آزمون_فرضیه
#مدلسازی_مالی
#پایتون_مالی

پایتون برای مالی
@python4finance

تشخیص همبستگی میان متغیرها
در تصویر این پست، کوواریانس و ضریب همبستگی برای مثال پست قبل، با استفاده از کتابخانه Pandas محاسبه و رسم شده است.

#ضریب_همبستگی
#کوواریانس
#آزمون_فرضیه
#مدلسازی_مالی
#پایتون_مالی


پایتون برای مالی
https://www.tg-me.com/joinchat-AAAAAFGMkouqbsb86Vfzug

چرخه فعالیت مدل
معمولا بعد از انجام مدلسازی، چرخه فعالیت مدل به این صورت خواهد بود:
1- جمع آوری داده
2- تفسیر داده ها
3- آموزش مدل
4- ارزیابی کارکرد مدل
5- نگه داری و به روز رسانی مدل
هر چقدر این فرایند بیشتر تکرار شود، مدل ما به دقت بالاتری خواهد رسید.

#مدل
#چرخه_فعالیت
#مدلسازی_مالی
#پایتون_مالی


پایتون برای مالی
https://www.tg-me.com/joinchat-AAAAAFGMkouqbsb86Vfzug

رسم نمودارهای کندل (candle) به راحتی آب خوردن
برای خیلی از تحلیل گران تکنیکال، نمودارها همچنان حرف اول را می زنند. نمودارهای کندل، ohlc ، نقطه و خط از انواع این نمودارها هستند. برای رسم این نمودارها می توانیم از کتابخانه mplfinance استفاده کنیم. در واقع mplfinance بخشی از کتابخانه matplotlib است که از آن مستقل شده است و تخصصی کار رسم نمودارهای مالی را انجام می دهد. (اگر این کتابخانه را نصب نکرده اید با دستور pip install mplfinance در cmd آن را نصب کنید!)
برای تغییر نوع نمودار می توانید مقدار type را بر روی یکی از موارد 'candle','line', 'renko','pnf' تنظیم کنید. مقدار پیش فرض 'ohlc' است.
در مثال این پست، اطلاعات دو ماهه آخر سهم Apple دریافت شده و نمودار کندل و همچنین میانگین متحرک 3 , 7 روزه برای آن رسم شده است.

#نمودارهای_مالی
#نمودار_کندل
#مدلسازی_مالی
#پایتون_مالی


✅عضویت در کانال پایتون برای مالی
https://www.tg-me.com/joinchat-AAAAAFGMkouqbsb86Vfzug

معرفی کتاب «یادگیری ماشین برای معاملات الگوریتمی، مدل های پیش بینی کننده برای استخراج سیگنال ها از بازار و داده های جایگزین برای استراتژی های معاملاتی سیستماتیک با پایتون » به انگلیسی «Machine Learning for Algorithmic Trading_ Predictive models to extract signals from market and alternative data for systematic trading strategies with Python» نگارش دوم.

یادگیری ماشین یکی از بحث های بسیار داغ در هوش مصنوعی است و امروزه در مالی هم جایگاه خود را کاملا باز کرده است.
در این کتاب با تکنیک های یادگیری ماشین در معاملات الگوریتمی آشنا خواهید شد.

#معرفی_کتاب
#معاملات_الگوریتمی
#یادگیری_ماشین
#پایتون_مالی


پایتون برای مالی
https://www.tg-me.com/joinchat-AAAAAFGMkouqbsb86Vfzug

دانلود کتاب «یادگیری ماشین برای معاملات الگوریتمی، مدل های پیش بینی کننده برای استخراج سیگنال ها از بازار و داده های جایگزین برای استراتژی های معاملاتی سیستماتیک با پایتون » به انگلیسی «Machine Learning for Algorithmic Trading_ Predictive models to extract signals from market and alternative data for systematic trading strategies with Python» نگارش دوم.



#معرفی_کتاب
#معاملات_الگوریتمی
#یادگیری_ماشین
#پایتون_مالی


پایتون برای مالی
https://www.tg-me.com/joinchat-AAAAAFGMkouqbsb86Vfzug

دوره MBA علم داده و معاملات الگوریتمی

🔸 معرفی دوره توسط دکتر محمدصادق کریمی مهرآبادی، مدرس دوره MBA علم داده و معاملات الگوریتمی

✅ ثبت نام برای عموم (آقایان و بانوان) آزاد است .

⏰ تخفیف ویژه ثبت نام، فقط تا 15 دی ماه

اطلاعات بیشتر و ثبت نام: 👇👇👇
کانال رسمی دوره های MBA و DBA دانشگاه الزهرا(س)
https://www.tg-me.com/joinchat-AAAAAEuuuEtO5sdBGcvnzQ

توصیف آماری در پایتون

آمار یکی از اصلی ترین زیربناهای علم داده و مدلسازی است. اهمیت آمار به حدی است که بدون دانستن آن یادگیری مفاهیم هوش مصنوعی و یادگیری ماشین تقریبا محال است!
در پست های قبل در خصوص تابع Descibe در پانداس صحبت کرده بودیم. ( کار این تابع محاسبه خصوصیات اصلی داده ها مانند میانگین، واریانس و چارک هاست)
یکی دیگر از توابع بسیار کاربردی Pandas برای توصیف داده ها ، تابع aggregate یا به اختصار agg است. به کمک این تابع می توانید سایر خصوصیات مهم داده ها ، مانند میانه و مد ، حداکثر و حداقل، جمع کل ، انحراف معیار و ... را محاسبه کنید. در تصویر مربوط به این پست یک دیتاست فرضی ایجاد می شود و متغیرهای اصلی آمار توصیفی برای آن محاسبه می شود.

#آمار_توصیفی
#توصیف_داده ها
#پایتون_مالی

پایتون برای مالی
https://www.tg-me.com/joinchat-AAAAAFGMkouqbsb86Vfzug

ارزش در معرض ریسک Value at Risk (VaR)
ارزش در معرض خطر، حداکثر زیانی است که ممکن است طی یک دوره زمانی معین و یک سطح اطمینان مشخص برای یک دارایی ایجاد شود.
مثال: ارزش در معرض ریسک روزانه خرید و فروش یک پرتفو، در سطح اطمینان 95 درصد، 350 میلیون تومان است‌. یعنی تنها در پنج مورد از هر 100 روز معامله ممکن است ضرر و زیانی بیش از 350 میلیون تومان رخ بدهد.
مهمترین نوآوری VaR این است که این روش برخلاف روش های قبلی احتمال را نیز در محاسبات خود لحاظ کرده است.
در تصویر این پست، یک توزیع نرمال از بازده با سطح اطمینان 95% نمایش داده شده است.
با توجه به طولانی بودن کدها، فایل کد را در پست بعد تقدیم خواهم کرد.

#Value at Risk
#ارزش در معرض خطر
#پایتون_مالی

پایتون برای مالی
https://www.tg-me.com/joinchat-AAAAAFGMkouqbsb86Vfzug

ارزش در معرض ریسک Value at Risk (VaR)
فایل کد
#Value at Risk
#ارزش در معرض خطر
#پایتون_مالی

پایتون برای مالی
https://www.tg-me.com/joinchat-AAAAAFGMkouqbsb86Vfzug