Telegram Web Link
اول آبان ماه در تقویم کشورمان روز ملی آمار و برنامه ریزی نام گذاری شده است. دسترسی به آمار (اطلاعات) صحیح و به روز مهمترین زیرساخت برای اخذ تصمیات بهینه است.
به نظر من یادگیری آمار و مدلسازی داده ها، امروز مهمترین نیازمندی دانشجویان رشته های اقتصاد و مدیریت است.

www.tg-me.com/python4finance
پایتون پرسرعت تر از همیشه
نگاهی به ویژگی ها و امکانات پایتون 3.11

چند هفته‌ای است که نسخه 3.11 پایتون منتشر شده است. پایتون محبوب ترین زبان برنامه نویسی علی الخصوص برای غیرمهندسین رایانه است. علی رغم تمام خوبیهای پایتون، یکی از انتقادات کاربران سرعت پایین آن به نسبت برخی زبان های برنامه نویسی دیگر است.
خوشبختانه این موضوع در اولویت توسعه دهندگان پایتون هم قرار گرفته و نسخه 3.11 با تغییرات محسوسی در سرعت ارائه شده است. به طور کلی در نسخه 3.11 بین 10 تا 60% در فرآیندهای پایتون بهبود سرعت ایجاد شده است و به طور متوسط پایتون، 1.25 برابر سریعتر شده است.
همچنین فرآیند بهبود خطایابی که از پایتون 3.10 شروع شده بود در این نسخه هم ادامه پیدا کرده است و علاوه بر خطی که خطا در آن اتفاق افتاده است مکان دقیق بروز خطا هم مشخص می شود.
البته توسعه امکانات پایتون محدود به اینها نیست و اگر به بررسی این موضوع علاقه مند بودید می توانید به سایت پایتون به این آدرس مراجعه نمایید.

#پایتون3.11
#ویژگی_جدید

عضویت در کانال پایتون برای مالی👇👇👇
🆔 www.tg-me.com/python4finance
معرفی کتاب «معرفی مشتقات مالی با پایتون» به انگلیسی «Introduction to Financial Derivatives with Python»
ابزارهای مشتقه یا به اختصار مشتقات مالی (Financial Derivatives) از جمله ابزارهای جدید مالی هستند که در بازارهای توسعه یافته مالی بسیار متداول هستند. این ابزارها عموما با هدف پوشش ریسک (Hedge or to mitigate risk) ، ایجاد ضریب اهرمی (leverage)، باز شدن دست طرفین قرارداد با ایجاد شرایط در معامله، کسب سود (Speculate) و ... ایجاد شده اند و نقش بسیار مهمی در دینای امروز ایفا می کنند.
قبلا در این پست کتاب دیگری را برای آشنایی با ابزار مشتقه معرفی کرده بودم. کتاب دیگری که در این پست معرفی می کنم یک کتاب خوب و البته ساده برای افرادی است که می خواهند استفاده از این ابزارهای مهم و البته جذاب را با پایتون تجربه کنند.

#پایتون_مالی
#معرفی_کتاب
#ابزار_مشتقه


#Financial_Derivatives

پایتون برای مالی در تلگرام
https://www.tg-me.com/joinchat-AAAAAFGMkouqbsb86Vfzug
@python4finance_Introduction_to_Financial_Derivatives_with_Python.pdf
7 MB
دانلود کتاب «معرفی مشتقات مالی با پایتون» به انگلیسی «Introduction to Financial Derivatives with Python»

#پایتون_مالی
#معرفی_کتاب
#ابزار_مشتقه


#Financial_Derivatives

پایتون برای مالی در تلگرام
https://www.tg-me.com/joinchat-AAAAAFGMkouqbsb86Vfzug
Python4Finance pinned «کانال چالش ها در حال تبدیل شدن به یک گنجینه ارزشمند برای تمرین و یادگیری پایتون است. اگر در این کانال عضو نیستید حتما عضو شوید و در چالش ها مشارکت کنید. عضویت در کانال چالش های پایتون: 🌐 https://www.tg-me.com/joinchat-ShPXE4sMCpg5ZWQ0»
آشنایی با Grafana یکی از بهترین داشبوردها برای مصورسازی سری های زمانی - 1
یکی از بهترین ابزارهای مصور سازی داده‌های سری زمانی علی الخصوص زمانی که با حجم بسیار زیاد داده‌ها در زمان های طولانی سروکار داریم گرافانا است. از ویژگی‌های مهم گرافانا، متن باز بودن آن است و اینکه در تمام سیستم عامل ها قابل اجرا است.

#سری_زمانی
#گرافانا
#Grafana


کانال پایتون برای مالی
🆔 @python4finance
آشنایی با Grafana یکی از بهترین داشبوردها برای مصورسازی سری های زمانی -2

در گرافانا داده ها به صورت زنده در قالب نمودارهای مختلف در قالب HTML به تصویر کشیده می شوند و امکان تغییر بازه های زمانی و به روزرسانی نمودار به صورت کاملا کاربرپسند فراهم شده است.
خوشبختانه امکان اتصال پایتون به این داشبورد بسیار کاربردی وجود دارد و می توان منبع داده های مورد نظر را به راحتی به گرافانا متصل کرد و تغییرات را در آن اعمال کرد. با توجه به ماهیت داده های سری زمانی اقتصادی و مالی، گرافانا می تواند ابزار بسیار مهمی برای ایجاد داشبوردهای تخصصی و زنده باشد. البته گرافانا فقط مخصوص بازارهای مالی نیست و در پروژه های مهم فناوری اطلاعات مانند IOT و ... به صورت گسترده استفاده می شود.
اگر به این داشبورد پر کاربرد علاقه‌مند شدید سری به سایت آن به نشانی grafana.com بزنید.

پی نوشت: معمولا در پروژه های سری زمانی؛ به جای دیتابیس های متداول رابطه ای از دیتابیس های مخصوص سری زمانی مانند influxDB استفاده می شود که در پست های آتی به آن خواهیم پرداخت.

#سری_زمانی
#گرافانا
#Grafana


کانال پایتون برای مالی
🆔 @python4finance
مشاهده نرخ بهره بدون ریسک ایالات متحده در 12 سال اخیر
یکی از معیار های مهم برای محاسبه شاخص های ارزیابی عملکرد دارایی ها (مانند ضریب شارپ و ...)، بازده بدون ریسک است. بازده بدون ریسک از این جهت حائز اهیمت است که کلیه سرمایه گذاری ها با آن سنجیده می شود و همیشه نرخ تورم از آن بالاتر است!
معمولا در کشورها، اوراق خزانه یکساله دولتی به عنوان نرخ بازده بدون ریسک در نظر گرفته می شود.
در مثال این پست، نرخ بهره اوراق خزانه یکساله با استفاده از منبع داده FRED دریافت و رسم شده است. FRED یکی از بهترین و قابل اعتمادترین شاخص ها برای دریافت داده های اقتصاد کلان است.
بر اساس داده‌های دریافتی، تورم این مدت آمریکا در 12 سال اخیر بی سابقه بوده است.
برای مشاهده لینک داده ها، به این آدرس مراجعه نمایید.

#سری_زمانی
#نرخ_بهره_بدون_ریسک
#FRED


کانال پایتون برای مالی
🆔 @python4finance
رسم نمودار stacked bar
نمودارهای میله ای یکی از متداولترین نوع نمودارها در داشبوردها و گزارشات تحلیلی هستند. اگر به جای نمایش عناوین در میله های کنارهم، آنها را در طول هم قرار دهیم، stacked bar نامیده می شود. stacked bar برای مقایسه مقدار کل و مقدار هر عنصر به صورت همزمان بسیار کارآمد است.
در مثال این پست، تعداد دانشجویان دختر و پسر در 4کلاس آموزشی در یک نمودار نمایش داده می شود.

#نمودار_میله_ای
#رسم_نمودار
#پایتون_مالی
#stacked_bar


کانال پایتون برای مالی
🆔 @python4finance
پادکست «یادگیری ماشین به زبان عامیانه». مقدمه
خیلی وقت بود می خواستم در خصوص یادگیری ماشین، یک سلسله پادکست هایی را برای مخاطبین عزیز آماده کنم. خوشبختانه دیروز فرصتی حاصل شد و توانستم اولین جلسه رو ضبط کنم.
هدف از این پادکست ها معرفی یادگیری ماشین و روش های آن و همچنین مثال های مختلف در حوزه اقتصاد و مالی برای افرادی که تازه می خواهند با این فضا آشنا شوند.
سعی می کنم هر فایل بین 5 تا 10 دقیقه باشد که به راحتی و در زمان های آزاد قابل استفاده باشد.
اگر به نظر شما این پادکستها مفید بود ممنون می شوم که با دیگران هم به اشتراک بگذارید.

#پادکست
#یادگیری_ماشین

@python4finance
Audio
پادکست «یادگیری ماشین به زبان عامیانه». مقدمه

#پادکست
#یادگیری_ماشین

@python4finance
معرفی کتاب «اقتصاد سنجی با یادگیری ماشین» به انگلیسی «Econometrics with Machine Learning»

کتاب حاضر به صورت ویژه ارتباط اقتصاد سنجی و یادگیری ماشین را با ذکر مثال های متنوعی بررسی می کند.
این کتاب،شش سوال اصلی را طرح کرده و به آنها پاسخ می‌دهد:
1) شباهت‌های بین تکنیک‌های اقتصادسنجی و یادگیری ماشینی چیست؟
2) تکنیک های یادگیری ماشین تا چه حد می توانند به بررسی اقتصاد سنجی کمک کنند؟
3) آیا تکنیک‌های یادگیری ماشینی می‌توانند به آزمایش فرضیه‌های آماری و شناسایی روابط علی در «داده‌های بزرگ» کمک کنند؟
4) چگونه می توان تکنیک های اقتصاد سنجی موجود را با ترکیب مفاهیم یادگیری ماشین گسترش داد؟
5) چگونه می توان ابزارها و رویکردهای جدید اقتصادسنجی را بر اساس تکنیک های یادگیری ماشین شرح داد؟
6) آیا می توان تکنیک های یادگیری ماشینی را بیشتر توسعه داد و آنها را با سهولت بیشتری در اقتصاد سنجی به کار برد؟

#معرفی_کتاب
#اقتصاد_سنجی
#یادگیری_ماشین

#Econometrics
#Machine_Learning

پایتون برای مالی در تلگرام
🆔 @python4finance
@python4finance_Econometrics_with_Machine_Learning_Springer_2022.pdf
8.7 MB
دانلود کتاب «اقتصاد سنجی با یادگیری ماشین» به انگلیسی «Econometrics with Machine Learning»

#دانلود_کتاب
#اقتصاد_سنجی
#یادگیری_ماشین

#Econometrics
#Machine_Learning

پایتون برای مالی در تلگرام
🆔 @python4finance
یادگیری ماشین به زبان عامیانه
محمد صادق کریمی مهرآبادی
پادکست «یادگیری ماشین به زبان عامیانه». قسمت 2

در این قسمت در خصوص تاریخچه یادگیری ماشین، مقایسه سیستم های خبره با یادگیری ماشین و امکان استفاده از یادگیری ماشین در تمام شقوق زندگی صحبت خواهیم کرد.

#پادکست
#یادگیری_ماشین

@python4finance
plotting_with_pandas.pdf
877.7 KB
دانلود فایل رسم انواع نمودارها با Pandas
رسم نمودارها همیشه یکی از مهمترین کارهای یک دانشمند داده است. قبلا در پست های زیادی در خصوص انواع #نمودار با هم صحبت کرده بودیم. در این فایل نمودارهای اصلی پانداس بررسی و شیوه ترسیم آنها ذکر می شود.

#پانداس
#نمودار
#pandas

پایتون برای مالی در تلگرام
https://www.tg-me.com/joinchat-AAAAAFGMkouqbsb86Vfzug
ویژگی های یک دانشمند علم داده
1- کنجکاو
2- دانا
3- مسلط به روش های علمی
4- مسلط به کد نویسی
5- محصول گرا
6- دانش کسب و کار
@python4finance
یک معرفی بسیار عالی در خصوص «معاملات الگوریتمی»

این معرفی بسیار عالی از معاملات الگورتیمی توسط شرکت Dell (غول تولید سخت افزار) ارائه شده است. در این معرفی به کلیه بخش های مورد نیاز معاملات الگورتیمی به صورت خلاصه اشاره شده است.
مطالعه این مقاله را به علاقه مندان معاملات الگوریتمی خصوصا تازه واردها توصیه می کنم.

#معاملات_الگورتیمی
#کتاب
@python4finance
@python4finance_hpc-ai-algorithmic-trading-guide.pdf
1.9 MB
دانلود یک معرفی بسیار عالی در خصوص «معاملات الگوریتمی»


#معاملات_الگورتیمی
#کتاب
@python4finance
میلاد با سعادت صدیقه کبری، ام ابیها، فاطمه زهرا (س) مبارک.

@python4finance
2024/10/01 14:30:52
Back to Top
HTML Embed Code: