Telegram Web Link
مانا سازی داده ها
برای مانا سازی داده ها، در صورتی که داده ها دارای روند باشند، با روش هایی روند را از سری زمانی جدا می کنیم و یا اصطلاحا روند زدایی می کنیم. اگر داده ها از رفتار گام تصادفی پیروی کنند، معمولا از تفاضل گیری استفاده می کنیم. برای تفاضل گیری کافی است داده ها را یک زمان از یکدیگر کسر کنیم. آنقدر این کار را تکرار می کنیم،تا داده ها مانا شوند.
البته این روش یک اشکال بزرگ دارد و آن اینکه که با هر بار تفاضل گیری، یک ردیف از داده ها را از دست می دهیم. در صورتی که حجم داده ها زیاد باشد این موضوع مسئله مهمی نیست اما در صورتی که حجم داده ها کم باشد، ممکن است در تحلیل های آتی دچار مشکل شویم.
در تصویر این پست، یک مثال ساده از تفاضل گیری نمایش داده شده است. در مثال بعدی، با داده های واقعی در پایتون موضوع را بررسی می کنیم.
#مانایی
#تفاضل_گیری
#سری_زمانی
#ایستایی
#دیکی_فولر
#پایتون_مالی
#آموزش پایتون

#stationary
#Difference
#Time_series
#Dickey_Fuller
#python
مانا سازی داده ها (مثال)
در مثال این پست، اطلاعات مربوط به شاخص S&P500 دریافت و رسم می شود. سپس با استفاده از روش تفاضل گیری داده ها مانا شده و مجددا رسم می شوند.

#مانایی
#تفاضل_گیری
#سری_زمانی
#ایستایی
#پایتون_مالی
#آموزش_پایتون

#stationary
#Difference
#Time_series
#python
Forwarded from 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
🔸مسیر توسعه مدل 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 امکان رسم نمودارهای کندل با پایتون وجود دارد؟
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
🔸دریافت اطلاعات نفت خام و ارزهای دیجیتال (رمز ارز)، ارزهای خارجی
1-نفت خام ، 2-ارز دیجیتال ، 3-رمز ارز و ارزهای خارجی در تایم فریم های کوتاه ، 4-قیمت رمز ارزها فقط با استفاده از Yahoo Finance
🔸چه موضوعاتی را برای پایان نامه و رساله خود انتخاب کنم؟
پاسخ
🔸از کدام IDE برای برنامه نویسی پایتون استفاده کنم؟
پاسخ
🔸مسیر تبدیل شدن به یک دانشمند علم داده در حیطه مالی و اقتصاد
پاسخ
🔸دریافت اطلاعات از TSETMC (بورس ایران)
پاسخ
🔸راه آسان دریافت اطلاعات از بورس تهران چیست؟ (ماژول دریافت اطلاعات از بورس تهران)
نسخه 3 ماژول
🔸کانال آپارت جهت مشاهده وبینارهای «مرور کتاب معاملات الگوریتمی»، «علم داده» و «یادگیری ماشین» و «جادوی سری های زمانی»، «کار با jupyter و زبان مارک دان» ، «خودکار سازی فرآیندها» و ...
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


🔸 چگونه از برگزاری دوره ها مطلع شوم؟ (پیش ثبت نام در دوره های آموزشی سال 1400)
پاسخ


#پایتون_مالی
#پاسخ_سوالات
#FAQ
عضویت در کانال 👇👇👇

تلگرام www.tg-me.com/python4finance
بله ble.ir/python4finance
اینستاگرام: instagram.com/python4financeacademy
بررسی مانایی داده ها اینبار با آزمون دیکی فولر
آزمون دیکی فولر(Dickey-Fuller) یکی از آزمون های متداول برای بررسی آزمون ریشه واحد و مانایی داده هاست.
فرض H0 این است که داده ها مانا نیستند و برای رد فرض صفر، لازم است که مقدار P-value کمتر از 0.05 باشد. به زبان ساده تر بعد از آزمون دیکی فولر اگر مقدار P-value کمتر از 0.05 شد به معنای آن است که داده ها مانا هستند.
در مثال پست قبل با استفاده از تفاضل گیری، داده های شاخص s&p را مانا کردیم و در شکل نمایش دادیم. در این پست با استفاده از آزمون دیکی فولر این بررسی را انجام می دهیم. همانطور که در نتیجه آزمون مشخص است، بعد از تفاضل گیری، داده مانا شده است.
ان شاء الله در پست های آتی در خصوص پیش بینی داده های مالی (مانند شاخص، قیمت سهم و ...) از طریق سری های زمانی صحبت خواهیم کرد.

#سری_زمانی
#مانایی
#دیکی_فولر
#پایتون مالی
#Dickey_Fuller

عضویت در کانال 👇👇👇

تلگرام www.tg-me.com/python4finance
بله ble.ir/python4finance
اینستاگرام: instagram.com/python4financeacademy
معرفی کتاب «معاملات مالی با پایتون؛ یک راهنمای کاربردی برای استفاده از Zipline و سایر کتابخانه های پایتون برای استراتژی های معاملاتی بک تستینگ» به انگلیسی «Financial Trading with Python: A practical guide to using Zipline and other Python libraries for backtesting trading strategies»

اهمیت معاملات الگوریتمی بر کسی پوشیده نیست. در توضیح این کتاب آمده است: معاملات الگوریتمی به شما کمک می کند تا با تدوین استراتژی های مبتنی بر تحلیل کمی برای کسب سود و کاهش ضرر، از بازارها جلوتر باشید.
این کتاب را به عنوان منبع تکمیلی برای علاقه مندان این حوزه توصیه می کنم. (برای شروع کتاب های بهتری هم هستند که قبلا در کانال معرفی کردم و با جستجوی #معرفی_کتاب در کانال می توانید از آن ها استفاده کنید)
پی نوشت: اگر علاقه مند به آشنایی بیشتر با معاملات الگوریتمی هستید، ویدئوهای وبینار کتاب معاملات الگوریتمی (لینک) را می توانید مشاهده بفرمایید.


#معرفی_کتاب
#معاملات_الگوریتمی
#پایتون_مالی

#Algorithmic_trading

@python4finance
@python4finance_Hands_On_Financial_Trading_with_Python_by_Jiri_Pik.pdf
13.8 MB
دانلود کتاب «معاملات مالی با پایتون؛ یک راهنمای کاربردی برای استفاده از Zipline و سایر کتابخانه های پایتون برای استراتژی های معاملاتی بک تستینگ» به انگلیسی «Financial Trading with Python: A practical guide to using Zipline and other Python libraries for backtesting trading strategies»


#معرفی_کتاب
#معاملات_الگوریتمی
#پایتون_مالی

#Algorithmic_trading

@python4finance
Hands-On-Financial-Trading-with-Python-main.zip
7.5 MB
دانلود فایل برنامه های همراه کتاب «Financial Trading with Python»

همچنین برای مشاهده صفحه این کتاب در گیت هاب از این لینک استفاده نمایید.

#معرفی_کتاب
#سورس_کد
#معاملات_الگوریتمی
#پایتون_مالی

#Algorithmic_trading

@python4finance
از ابتدای سال 99 تا امروز، افتخار آن را داشته ام که بیش از 30 دوره مدلسازی مالی مقدماتی و 10 دوره مدلسازی مالی پیشرفته را در خدمت بیش از 1000 فعال بازار سرمایه باشم.
برخود لازم می دانم از تک تک این بزرگواران و نیز همکارانی که موجبات برگزاری این دوره ها را فراهم کرده اند تشکر و قدردانی ویژه داشته باشم.🌸🌹🌸

پی نوشت: خیلی از دوستان در خصوص عناوین و سرفصل دوره‌ها سوال می پرسند، برای دریافت اطلاعات بیشتر می توانید این فرم (لینک) را تکمیل نمایید.

www.tg-me.com/python4finance
Python4Finance pinned « لینک های مهم 🔸کانال آپارت جهت مشاهده وبینارها و فایل های آموزشی لینک 🔸 کتاب های معرفی شده در کانال #معرفی_کتاب 🔸 اسلایدهای آموزشی ارائه شده در کانال #اسلاید 🔸اینستاگرام: لینک 🔸کانال در شبکه بله (برای افرادی که در اتصال به تلگرام دچار مشکل می شوند):…»
ترسیم خط روند با پایتون
برای تحلیل تکنیکال کتابخانه های زیادی وجود دارد اما جالب اینکه برای رسم خط روند عموما در کتابخانه های متداول تحلیل تکنیکال، چیزی وجود ندارد.
خط روند شاید اولین درس تحلیل تکنیکال است. در واقع خط روند خطی است که از بالاترین قیمت‌ها (سقف‌های قیمت) یا پایین‌ترین قیمت‌ها (کف‌های قیمت) رسم می‌شود تا مسیر غالب قیمت را نشان دهد.
در مثال این پست اطلاعات شاخص S&P500 از ابتدای سال 2021 دریافت و خط روند برای آن رسم می شود.
از آنجایی که تعداد خط کدها زیاد بود، کل کدها را در پست بعد ضمیمه می کنم.

پایتون برای مالی در تلگرام
www.tg-me.com/joinchat-AAAAAFGMkouqbsb86Vfzug
trendline.py
1.6 KB
ترسیم خط روند با پایتون
کدهای مثال بالا تقدیم می شود.

پایتون برای مالی در تلگرام
www.tg-me.com/joinchat-AAAAAFGMkouqbsb86Vfzug
کار با داده ها به راحتی یک صفحه گسترده
حتما همه شما با اکسل کار کرده اید و لذت استفاده از یک صفحه گسترده را تجربه کرده اید. در پایتون ماژول Pandas شاید سلطان بلامنازع کار با داده ها باشد اما همواره استفاده از خروجی های آن علی الخصوص برای تازه وارد ها کمی سخت است.
یکی از کتابخانه های بسیار زیبا در این خصوص کتابخانه D-Tale است. این کتابخانه بیشتر امکانات رایج کار با داده ها را در یک رابط کاربری زیبا در اختیار شما می گذارد و لذت استفاده از پایتون رو دو چندان می کند.
اگر به این ماژول ارزشمند علاقه مند شدید سری به صفحه گیت هاب آن به نشانی بزنید.
در پست های آتی در خصوص این ماژول با هم بیشتر صحبت می کنیم.


#Data_table
#Data_farme
#pandas
#dtale
#python

پایتون برای مالی در تلگرام
www.tg-me.com/joinchat-AAAAAFGMkouqbsb86Vfzug
استفاده از ماژول Dtale برای تحلیل داده ها
در پست قبل در خصوص ویژگی های ماژول Dtale صحبت کردیم. برای استفاده از امکانات این ماژول لازم است دیتافریم خود را با تابع show باز کنید.
در تصویر این پست داده های سهم اپل، از ابتدای سال 2021 با استفاده از ماژول Dtale باز شده است. برای استفاده از امکانات ماژول، کافی است بر روی علامت مثلث سمت چپ تصویر کلیک کنید تا کلیه امکانات تحلیلی ماژول برای شما باز شود.
با استفاده از این ماژول تقریبا بیشتر کارهای متداول نرم افزهای آماری مانند spss و eviews را می توانید انجام دهید.


#Data_table
#Data_farme
#pandas
#dtale
#python

پایتون برای مالی در تلگرام
www.tg-me.com/python4finance
This media is not supported in your browser
VIEW IN TELEGRAM
توضیحات خانم سپیده درخشان در خصوص دوره مدلسازی مالی با پایتون

#نظرات_شرکت_کنندگان

مرکز آموزش های آزاد و مجازی
www.tg-me.com/azvclc
This media is not supported in your browser
VIEW IN TELEGRAM
توضیحات آقای امیرحسین کلاهدوز در خصوص دوره مدلسازی مالی با پایتون

#نظرات_شرکت_کنندگان

مرکز آموزش های آزاد و مجازی
www.tg-me.com/azvclc
This media is not supported in your browser
VIEW IN TELEGRAM
توضیحات آقای محمود اسدی در خصوص دوره مدلسازی مالی با پایتون

#نظرات_شرکت_کنندگان

مرکز آموزش های آزاد و مجازی
www.tg-me.com/azvclc
2024/09/22 11:30:19
Back to Top
HTML Embed Code: