Telegram Web Link
میلاد با سعادت پیامبر رحمت و مهربانی، حضرت محمد (ص) و امام صادق (ع) مبارک

پایتون برای مالی در تلگرام
www.tg-me.com/joinchat-AAAAAFGMkouqbsb86Vfzug
بررسی واریانس در Numpy با دقت بیشتر
همه شما احتمالا با مفهوم ریسک سیستماتیک و ضریب بتا آشنا هستید. معمولا برای محاسبه بتا از روش رگرسیون یا تقسیم کواریانس بر واریانس استفاده می شود. امشب یا یکی از گروه ها در حال حل مسئله ای بودیم که متوجه شدیم به صورت پیش فرض محاسبه var در Numpy بر اساس جامعه است نه نمونه در حالی که محاسبه واریانس در ماتریس واریانس کواریانس بر اساس نمونه است! و این موضوع باعث ایجاد تفاوت در محاسبات شده بود.
برای محاسبه واریانس نمونه کافی است درجه آزادی را برابر یک قرار دهید. ( ddof=1).
می توانید موضوع فوق را در مثال بالا مشاهده بفرمایید.

#واریانس
#کواریانس
#نمونه
#جامعه
#بتا
#درجه_آزادی
#Variance
#Covariance
#Sample
#Population
#Beta
#Degree_of_freedom
#python_for_finance

پایتون برای مالی در تلگرام
www.tg-me.com/joinchat-AAAAAFGMkouqbsb86Vfzug
کشف روابط بین متغیرها با Pairplot
یکی از توانایی مهم یک مدلساز مالی و دانشمند داده توانایی استخراج نوع رابطه بین متغیر هاست. ترسیم شکل و مصورسازی داده ها از جمله توانمندی هایی است که به ما در استخراج ضمنی این روابط کمک شایانی می کند. کتابخانه Seaborn یکی از ابزارهای قدرتمند رسم شکل در پایتون است که البته از زیرساخت Matplotlib استفاده می کند.
در تصویر این پست، ابتدا داده های مربوط به سه سهم اپل، مایکروسافت و گوگل و نیز شاخص S&P500 دریافت می شود و به وسیله Pairplot در Seaborn رسم می شود.

#رسم_نمودار
#علم_داده

#Graph
#Data_scinece
#Seaborb
#python_for_finance

پایتون برای مالی در تلگرام
www.tg-me.com/joinchat-AAAAAFGMkouqbsb86Vfzug
دستور جادویی pylab%
عموما در بیشتر کارها ماژول های Numpy و Matplotib را فراخوانی می کنیم. اگر می خواهید از import هر باره این ماژول ها خلاص شوید می توانید از دستور جادویی pylab% استفاده کنید. تقریبا این دستور معادل دستورات زیر است:
from numpy import *
from matplotlib import *
(البته توجه داریم این دستور را داخل notebook یا ipython باید اجرا کنیم)

#ژوپیتر
#دستور_جادویی

#Notebook
#Numpy
#Matplotlib
#python_for_finance

پایتون برای مالی در تلگرام
www.tg-me.com/joinchat-AAAAAFGMkouqbsb86Vfzug
معرفی کتاب «آشنایی با پایتون برای اقتصاد سنجی، آمار و تحلیل داده» به انگلیسی «Introduction to Python for Econometrics, Statistics and Data 2021 Analysis»
کتاب توسط Kevin Sheppard نوشته شده است. وی فارغ التحصیل دوره دکتری از دانشگاه آکسفورد است و در حال حاضر به عنوان دانشیار در این دانشگاه مشغول فعالیت است.
سطح کتاب متوسط و از زبان انگیسی روانی برخوردار است.

#معرفی_کتاب
#اقتصاد سنجی
#تحلیل داده
#آمار
#پایتون_مالی

#Econometrics
#Statistics
#Data Analysis

www.tg-me.com/python4finance
@python4finance_python_introduction_2021.pdf
4.3 MB
دانلود کتاب «آشنایی با پایتون برای اقتصاد سنجی، آمار و تحلیل داده» به انگلیسی «Introduction to Python for Econometrics, Statistics and Data 2021 Analysis»

#معرفی_کتاب
#اقتصاد سنجی
#تحلیل داده
#آمار
#پایتون_مالی

#Econometrics
#Statistics
#Data Analysis

www.tg-me.com/python4finance
Python4Finance pinned «سوالات متداول (به روزشده در 1403/01/03) 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 زبان…»
عدم نمایش اعداد به صورت نماد علمی در Numpy
یکی از سوالاتی که این چند وقت برخی از همراهان کانال از من پرسیده بودند این است که هنگام کار با Numpy، داده ها با نماد علمی نمایش داده می شوند. چگونه می توان داده ها را به صورت اعشاری ساده نمایش داد؟
برای این کار کافی است عبارت np.set_printoptions(suppress=True) را در برنامه خود درج کنید.
در تصویر این پست این موضوع با یک مثال ساده نمایش داده شده است.

#نماد_علمی
#Numpy
www.tg-me.com/python4finance
فایل های ویدئوی وبینار مرور کتاب «يادگيري معاملات الگوريتمي - Learn Algorithmic Trading»
جلسه پنجم از مرور کتاب بعد از مدتی تاخیر آماده شد. از همه عزیزانی که این مدت پیگیر ادامه موضوع و به نوعی روحیه بخش بودند بسیار سپاسگزارم. در این فایل به ادامه مبحث یادگیری ماشین می پردازیم.
ان شاء الله فایل های بعدی را با سرعت بیشتری تقدیم می کنم.

📌5️⃣ جلسه پنجم (جدید - ادامه یادگیری ماشین)

#پایتون_مالی
#مرور_کتاب
#معاملات_الگوریتمی
#یادگیری_ماشین
#Algorithmic_Trading
#Machine_learning


پایتون برای مالی در تلگرام
https://www.tg-me.com/joinchat-AAAAAFGMkouqbsb86Vfzug
@python4finance_session5.pdf
357.1 KB
اسلایدهای جلسه پنجم وبینار مرور کتاب «يادگيري معاملات الگوريتمي با پايتون- Learn Algorithmic Trading»

در این جلسه، ادامه مباحث یادگیری ماشین و کاربرد آن در معاملات الگوریتمی ارائه می شود.

#پایتون_مالی
#مرور_کتاب
#اسلاید
#معاملات_الگوریتمی
#یادگیری_ماشین
#Algorithmic_Trading
#Machine_learning
#slide

پایتون برای مالی در تلگرام
https://www.tg-me.com/joinchat-AAAAAFGMkouqbsb86Vfzug
رفع مشکل نصب matplotlib در پایتون 3.10
اگر شما هم پایتون 3.10 را روی سیستم خود نصب کرده باشید، احتمالا با خطای نصب ماژول matplotlib مواجه شدید. قبلا در این پست در خصوص علت این خطاها توضیح داده بودم. معمولا این خطا در به روز رسانی نسخه های اصلی پایتون اتفاق می افتد مثلا از 3.8 به 3.9 یا از 3.9 به 3.10 و ماژول های اصلی نهایتا بعد از چند هفته ورژن اصلی سازگار خود با نسخه جدید را ارائه می دهند.
اگر به هر دلیلی می خواهید زودتر از آن زمان از ماژول matplotlib استفاده کنید دو راه دارید. یکی اینکه فعلا از ورژن 3.9 استفاده کنید. یا اینکه از نسخه های ما قبل نهایی matplotlib استفاده کنید.
برای مثال می توانید در پایتون 3.10 به این صورت matplotlib را نصب کنید.
pip install matplotlib==3.5.0rc1
بعد از اینکه نسخه نهایی matplotlib ارائه شد، نسخه نهایی را نصب کنید.

#پایتون_مالی
#نصب_ماژول
#Matplotlib

@python4finance
دوره معاملات الگوریتمی با پایتون-آنلاین
📌شروع دوه: دوشنبه اول آذرماه ۱۴۰۰
مدت: 24 ساعت

📌سرفصل دوره
مقدمه و آشنایی با معاملات الگوریتمی
کار با API ها
تحلیل سری‌های زمانی
استراتژی در معاملات الگوریتمی
مدل سازی استراتژی‌های تحلیل تکنیکال در معاملات الگوریتمی
استراتژی های مبتنی بر یادگیری ماشین
مدیریت ریسک استراتژی های معاملاتی
ساخت یک سیستم معاملاتی
سنجش کیفیت استراتژی با بک تست

❗️
برای شرکت در دوره نیاز به آشنایی با سرفصل های دوره های مدلسازی مالی مقدماتی و پیشرفته است.
شرکت برای عموم افراد (آقایان و خانم ها) آزاد است
به پذیرفته شدگان در آزمون پایانی گواهی مرکز آموزش های آزاد و مجازی دانشگاه الزهرا(س) اعطا خواهد شد

🌐 ثبت نام
www.tg-me.com/azvclc
بررسی شاخص تلاطم VIX
شاخص VIX-Volatility Index است عبارت است از شاخص نوسانات بازار. در واقع شاخص VIX انتظارات معامله گران درباره شاخص سهام S&P500 برای آینده را نشان می دهد و براساس معاملات انجام شده بر روی اختیار خرید و فروش شاخص S&P500 برای ۳۰ روز آینده در بورس اختیارات شیکاگو CBOE بنا شده است. این شاخص معیاری برای اندازه گیری ریسک بازار و میزان هیجان سهامداران است
محدوده‌هایی که برای شاخص VIX در نظر می‌گیرند به ترتیب زیر است:
کمتر از ۱۲ به معنی ریسک پایینی است که سرمایه گذاران از آینده است.
بین ۱۲ تا ۲۰ به معنی ریسک متعادل از آینده است.
بالای ۲۰ به معنی ریسک زیاد است و سهامداران نسبت به آینده خوش‌بین نیستند.
در تصویر این پست شاخص VIX برای 5 سال اخیر رسم شده است.

#ریسک
#تلاطم
#پایتون_مالی
#Vix_index

عضویت در کانال پایتون برای مالی
www.tg-me.com/python4finance
چالش های پایتون برای مالی
خیلی از دوستان در پیام های خصوصی پیشنهاد داشتند فضایی را برای تبادل اطلاعات و تمرین داشته باشیم. اگر شما هم علاقه مند هستید که مشارکت در تمرین و پاسخگویی به سوالات در سطوح مختلف (از آسان به سخت) و با موضوعات مختلف (از پایتون عمومی تا سطوح تخصصی مالی) داشته باشید عضویت در کانال چالش های پایتون برای مالی را به شما توصیه می کنم.

🌐 لینک عضویت

عضویت در کانال پایتون برای مالی
www.tg-me.com/python4finance
دسترسی به اندیکاتورهای مهم اقتصادی
یکی از مهمترین اقدامات یک تحلیل گر، رصد شاخص های کلان اقتصادی است. مواردی مانند GDP، بیکاری، تورم و پیش بینی هایی که نهادهایی مانند صندوق بین المللی پول، بانک جهانی و ... انجام می دهند بسیار حائز اهمیت است.
یکی از سایت های جالب در این خصوص، سایت db.nomics است. این سایت حجم زیادی از داده ها را از منابع مختلف جمع آوری کرده و هم به صورت فایل های csv و اکسل و هم از طریق api در اختیار قرار می دهد.
برای پایتون ماژول ویژه ای را هم طراحی کرده است که از طریق این لینک در دسترس است.
حتما سری به این سایت به نشانی db.nomics.world بزنید.
در پست های آتی چند مثال در این خصوص را با یگدیگر بررسی خواهیم کرد.

#معرفی_سایت
#شاخص‌های_اقتصادی
#پایتون_مالی
#Econmic_Indicator

عضویت در کانال پایتون برای مالی
www.tg-me.com/python4finance
لیست اندیکاتورهای مهم اقتصادی
در ادامه پست قبل، برای مشاهده لیست اندیکاتورهای مهم اقتصادی می توانید سری به سایت tradingeconomics بزنید. لیست اندیکاتورها از این لینک در دسترس است.
همچنین در این سایت امکان بررسی شاخص ها به تفکیک بازار و کشور و نیز پیش بینی شاخص ها وجود دارد.

#معرفی_سایت
#شاخص‌های_اقتصادی
#پایتون_مالی
#Econmic_Indicator
پایتون برای مالی در تلگرام
https://www.tg-me.com/joinchat-AAAAAFGMkouqbsb86Vfzug
معرفی کتاب «یادگیری ماشین برای اقتصاد و مالی در TensorFlow» به انگلیسی «Machine Learning for Economics and Finance in TensorFlow 2»
تمرکز این کتاب بیشتر به بعد فنی است و مدلهای یادگیری ماشین را در قالب مثال های اقتصادی و مالی ارائه می کند.
سطح کتاب متوسط و از زبان انگیسی روانی برخوردار است.

#معرفی_کتاب
#یادگیری_ماشین
#تحلیل داده
#پایتون_مالی

#Machine_learning
#Statistics
#Data Analysis
#TensorFlow

www.tg-me.com/python4finance
Machine_Learning_for_Economics_and_Finance_in_TensorFlow_2_Deep.pdf
5.7 MB
دانلود کتاب «یادگیری ماشین برای اقتصاد و مالی در TensorFlow» به انگلیسی «Machine Learning for Economics and Finance in TensorFlow 2»

#معرفی_کتاب
#یادگیری_ماشین
#تحلیل داده
#پایتون_مالی

#Machine_learning
#Statistics
#Data Analysis
#TensorFlow

www.tg-me.com/python4finance
قضیه حد مرکزی (Central limit theorem)
قضیه حد مرکزی یکی از پرکاربردترین قضیه های آماری است که کاربردهای فراوانی در مدلسازی مالی و یادگیری ماشین دارد. مفهوم کلی این قضیه این است که اگر تعداد زیادی توزیع یکسان مستقل داشته باشیم، مجموع آنها دارای توزیع نرمال خواهد بود فارغ از اینکه اصولا توزیع اولیه از چه نوعی بوده باشد. این موضوع از این جهت اهمیت دارد که در صورتی که بتوانیم خصوصیات توزیع نرمال را به یک توزیع تسری دهیم به راحتی می توانیم میانگین و انحراف معیار توزیع را محاسبه کنیم و توزیع را تفسیر کنیم.
در مثال این پست توزیع دوجمله ای (پرتاب دو سکه) در نظر گرفته شده است. ابتدا میانگین برای یک توزیع، سپس 5 توزیع،30 توزیع و 1000 توزیع محاسبه شده است. مشاهده می کنید که با بزرگتر شدن تعداد توزیع ها (یعنی از 30 به بالا) میانگین نمونه ها دارای توزیع نرمال می شود.

#قضیه_حد_مرکزی
#پایتون_مالی
#Central_limit_theorem


عضویت در کانال پایتون برای مالی در تلگرام 👇👇👇
https://www.tg-me.com/joinchat-AAAAAFGMkouqbsb86Vfzug
10 مقاله برای کمک به یافتن موضوعاتی برای پایان نامه‌ و رساله در حیطه علم داده مالی
خیلی از دوستان در پیام خصوصی درخواست موضوعاتی برای رساله یا پایان نامه دارند. عناوین برخی مقالات که به نظرم می توانند برای نوشتن یک پایان نامه یا رساله در این خصوص استفاده شوند را در ادامه با شما به اشتراک می گذارم.

1️⃣ Leveraging machine learning in the global fight against money laundering and terrorism financing: An affordances perspective
2️⃣Applying machine learning algorithms to predict default probability in the online credit market
3️⃣Forecasting SMEs' credit risk in supply chain finance with an enhanced hybrid ensemble machine learning approach
4️⃣Machine learning algorithms for fraud prediction in property insurance: Empirical evidence using real-world microdata
5️⃣Detecting stock market manipulation via machine learning: Evidence from China Securities Regulatory Commission punishment cases
6️⃣Development of financial option pricing system based on fpga and machine learning
7️⃣Venture capital decision based on FPGA and machine learning
8️⃣Sentiment-influenced trading system based on multimodal deep reinforcement learning
9️⃣Reinforcement learning about asset variability and correlation in repeated portfolio decisions
🔟 Usage of machine learning methods for early detection of money laundering
schemes

#پایان_نامه
#رساله
#انتخاب_موضوع
#پایتون_مالی

عضویت در کانال پایتون برای مالی در تلگرام 👇👇👇
https://www.tg-me.com/joinchat-AAAAAFGMkouqbsb86Vfzug
2024/09/22 05:31:58
Back to Top
HTML Embed Code: