انواع خطاها در کار با داده ها - 2
مهمترین خطاهایی که در داده ها ممکن است وجود داشته باشد عبارت است:
1️⃣ ناقص بودن اطلاعات (incompleteness error): یعنی داده وجود نداشته باشد که در پایتون با NA یا NaN نمایش داده می شود. معمولا برای حل این موضوع از میانگین، میانه، مد و یا صفر (بسته به مسئله) برای پر کردن داده ها استفاده می شود. (ردیف2)
2️⃣ بی اعتبار بودن داده ها (invalidity error): یعنی زمانی که داده ها از محدوده معناداری خارج می شوند. برای مثال در ردیف 2 تاریخ تولد فرد مذکور سال 1300 ذکر شده است که خارج از محدوده است.
3️⃣ دقت پایین داده ها (inaccuracy error): وقتی که داده ها با مقادیر صحیح پر نشده باشند، این خطا عموما از ناحیه مسئولین داده ها اتفاق می افتد. برای مثال افراد یا کارت بانکی دارند یا ندارند، «بدون پاسخ» در ردیف 4 معنی ندارد.
4️⃣ ناسازگاری داده ها (inconsistency error): وقتی بخش های مختلف داده با هم ناسازگار باشند. در ردیف 5 نام فرد خانم ب است اما جنسیت مرد ذکر شده است. معمولا برای رفع این مشکل معمولا از داده های تکمیلی استفاده می کنند.
5️⃣ یکنواخت نبودن داده ها (non-uniformity error): برای راحتی محاسبه و افزایش دقت لازم است داده ها از یک الگو تبعیت کنند. راهکار این موضوع تبدیل داده ها به یک فرم یکنواخت است. برای مثال در همه ردیف ها سال تولد با الگوی 4 رقم ذکر شده است اما در ردیف 3 با الگوی دو رقم ذکر شده است.
6️⃣ تکراری بودن داده ها (duplication error): وجود داده های تکراری ممکن است باعث جابجایی میانگین، میانه و مد شود و تمرکز ما از جابجا کند. راه کار آن نیز حذف داده های تکراری است. در مثال ردیف 1و 4 تکراری هستند.


#preprocessing
#Data_Cleansing
پایتون برای مالی
🆔 www.tg-me.com/python4finance
🆔 ble.ir/python4finance

اَلسَّلامُ عَلَی الْحُسَیْن وَ عَلی عَلَیِ بْن الْحُسَین وَ عَلی اَوْلادِ الْحْسَیْن وَ عَلی اَصحابِ الْحُسَین

فرا رسیدن ایام شهادت سید و سالار شهیدان امام حسین(ع) و یاران با وفایش تسلیت باد.
التماس دعا

#مناسبت

پایتون برای مالی
🆔 www.tg-me.com/python4finance
🆔 ble.ir/python4finance

ماژول دریافت اطلاعات از بورس تهران (TSETMC) - نسخه 5.52

اگر در دریافت اطلاعات از بورس تهران دچار مشکل شده اید، نسخه جدید tsemodule را جایگزین نسخه قبلی نمایید.
برای کسب اطلاعات بیشتر در خصوص tsemodule و نحوه دریافت اطلاعات از بورس تهران، به این لینک مراجعه نمایید.
با استفاده از دستور tm5.ver مطمئن شوید که از ورژن 5.52 استفاده می کنید.
پی نوشت: در ورژن جدید سایت tsetmc از یک روش جدید برای فراخوانی داده ها استفاده می شود که به زودی انشاء الله ماژول بر این اساس آپدیت می شود.
#tsemodule


پایتون برای مالی
🆔 www.tg-me.com/python4finance
🆔 ble.ir/python4finance

ماژول دریافت اطلاعات از بورس تهران (TSETMC) - نسخه 5.52

اگر در دریافت اطلاعات از بورس تهران دچار مشکل شده اید، نسخه جدید tsemodule را جایگزین نسخه قبلی نمایید.

#tsemodule


پایتون برای مالی
🆔 www.tg-me.com/python4finance
🆔 ble.ir/python4finance

حد ضرر متحرک (Trailing Stop Loss)
مفهوم حد ضرر یکی از مفاهیم مهم در معاملات الگوریتمی است. در واقع این محدودیت حداکثر مقدار پولی است که یک استراتژی مجاز است از دست بدهد. حد ضرر معمولا به صورت ثابت یا متحرک محاسبه می شود. در حدضرر ثابت معامله‌گر درصد ثابتی را مشخص می‌کند که در صورت کاهش قیمت سهم به آن میزان، سهم را بفروشد. اما حد ضرر متحرک وقتی است که می خواهیم سود حاصله را نیز حفظ کنیم. فرض کنید پس از خرید یک سهم، قیمت آن افزایش پیدا کند. در این حالت بهتر است که حد ضرر نیز متناسب با افزایش قیمت سهم، افزایش پیدا کند تا در صورتی که قیمت سهم روند نزولی گرفت، سود کسب شده از دست نرود. به عنوان مثال تصور کنید قیمت سهمی ۱۰۰ تومان است. حال اگر قیمت سهم رشد کرده و به ۱۳۰ تومان برسد، بهتر است حد ضرر نیز بیشتر شده و عددی مثل ۱۲۰ شود.
در مثال این پست داده های سهم اپل برای ۱۰ سال دریافت می شود و حد ضرر متحرک به میزان ۳% سهم در طول زمان محاسبه و رسم می شود.

#حدضرر
#stop-loss
#Trailing
پایتون برای مالی
🆔 www.tg-me.com/python4finance
🆔 ble.ir/python4finance

حد ضرر متحرک (Trailing Stop Loss)
کدهای پایتون پست قبلی


#حدضرر
#stop-loss
#Trailing
پایتون برای مالی
🆔 www.tg-me.com/python4finance
🆔 ble.ir/python4finance

معرفی کتاب «علم داده های بزرگ در امور مالی» به انگلیسی «Big Data Science in Finance»
فناوری های مالی در چند دهه اخیر دستخوش تغییرات اساسی شده است. تاکنون سه نسل از Fintech مطرح شده است. در نسل اول و دوم عمدتا تمرکز بر اتصال شبکه ای بین نهادهای مالی و استفاده از فناوری اطلاعات در صنعت مالی بوده است اما در نسل سوم فین تک، به واسطه رشد تکنولوژهای ارتباطی جدید مانند 5G و IoT دسترسی به داده های بسیار بزرگ و استفاده از آنها بر بستر فناوری های نوینی مانند بلاک چین مورد توجه قرار گرفته است.
به طور خلاصه، Fintech 3.0 شامل قابلیت های مالی مدرن چهارگانه زیر است:
➖ هوش مصنوعی (AI)
➖ فناوری بلاک چین و کاربردهای آن
➖ قابلیت اتصال، از جمله 5G
➖ داده ها، از جمله داده های جایگزین
در این کتاب که توسط انتشارات Wiley منتشر شده است به بررسی داده های بزرگ و کاربرد آنها در صنعت مالی با استفاده از پایتون پرداخته می شود.

#معرفی_کتاب
#داده_های_بزرگ

#Big_Data

پایتون برای مالی
🆔 www.tg-me.com/python4finance
🆔 ble.ir/python4finance

دانلود کتاب «علم داده های بزرگ در امور مالی» به انگلیسی «Big Data Science in Finance»

در این کتاب که توسط انتشارات Wiley منتشر شده است به بررسی داده های بزرگ و کاربرد آنها در صنعت مالی با استفاده از پایتون پرداخته می شود.

#دانلود_کتاب
#داده_های_بزرگ

#Big_Data

پایتون برای مالی
🆔 www.tg-me.com/python4finance
🆔 ble.ir/python4finance

پایتون در اکسل، یک ترکیب بی نظیر برای متخصصین علم داده
اکسل، قدرتمندترین و متداولترین نرم افزار صفحه گسترده است که تقریبا هر کاربر رایانه با آن آشنایی دارد. برای بسیار از کاربران، اکسل به واسطه امکانات بی نظیری که در محاسبات، مصورسازی و ترکیب داده ها دارد، اولین انتخاب عمده کاربران است. از طرف دیگر پایتون محبوب ترین زبان برنامه نویسی برای تحلیل گران و متخصصین علم داده است. مایکروسافت با همکاری آناکوندا در یک اقدام بسیار ارزشمند قابلیت استفاده از Python را در اکسل فراهم کرده است. این ترکیب بی نظیر باعث می شود که بتوان مدل های پیچیده یادگیری ماشین و هوش مصنوعی را به راحتی در اکسل اجرا کرد.در حال حاضر، این امکان بر روی نسخه ابری و نیز نسخه های پیش نمایش اکسل قابل استفاده است اما به زودی به نسخه های جدید اکسل اضافه می شود. در این فیلم، به معرفی این امکان ارزشمند پرداخته می شود.

#اکسل
#Excel

پایتون برای مالی
🆔 www.tg-me.com/python4finance
🆔 ble.ir/python4finance

ماژول FinancePy ، یک ماژول جالب برای کار با ابزارهای مشتقه
این ماژول در تحلیل ریسک و ارزشگذاری سهام، فارکس، تحلیل نرخ بهره و کار با ابزارهای مشتقه، امکانات متنوعی را در اختیار شما قرار می دهد.
ماژول FinancePy توسط دکتر دومنیک او کین استاد مالی در دانشگاه EDHEC توسعه داده شده است.
کد این ماژول به همراه مثال های کاربردی را می توانید در لینک گیت هاب ماژول (این لینک) مشاهده نمایید.
در این لینک گیت هاب هم مثال های بسیار متنوعی قرار داده شده است.
به راحتی با استفاده از فرمان زیر می توانید ماژول را نصب کنید:
pip install financepy
استفاده از این ماژول به دانشجویان مقاطع دکتری و کارشناسی ارشد مالی و اقتصاد توصیه می شود.

#معرفی_ماژول
#ابزار_مشتقه
#ریسک
#Risk
#derivatives

پایتون برای مالی
🆔 www.tg-me.com/python4finance

ساخت آرایه بر اساس مقادیر تکراری مشخص!
در خصوص numpy پیش از این مفصل صحبت کرده ایم. البته امکانات این ماژول بسیار زیاد است و معمولا همه توابع آن در کارهای روزانه استفاده نمی شود. یکی از توابع جالب این ماژول، تابع repeat است. (به نوعی برعکس تابع unique عمل می کند) با استفاده از این تابع می توان آرایه با مقادیر تکراری مشخص ساخت. در مثال این پست کارکرد این تابع جالب نمایش داده شده است.
#numpy
#repeat


پایتون برای مالی
🆔 www.tg-me.com/python4finance

مشکل محاسبه IRR مضاعف یا نبود IRR
یکی از مسائل بسیار مهم در اقتصاد مهندسی محاسبه ارزش حال خالص (NPV) و نرخ بازده داخلی (IRR) در طرح‌ها است. در صورتی که در یک طرح، بیش از یکبار تغییر علامت در جریانات نقدی داشته باشیم، احتمال وقوع این پدیده وجود دارد.
در مثال این پست، یک طرح نمونه با IRR مضاعف محاسبه و رسم می شود.
#NPV
#IRR



پایتون برای مالی
🆔 www.tg-me.com/python4finance

میلاد با سعادت فخر عالم امکان، حضرت خاتم الانبیاء (ص) و امام جعفر صادق (ع) مبارک باد.

#مناسبت

پایتون برای مالی
🆔 www.tg-me.com/python4finance
🆔 ble.ir/python4finance

پایتون 3.12 با ویژگی های جدید
نگاهی به ویژگی ها و امکانات پایتون 3.12

دیروز 10 مهرماه، نسخه پایدار 3.12 پایتون منتشر شد. همچنان در این نسخه هم توسعه دهندگان پایتون تمرکز خود را روی بهبود پیام‌های خطا و بالابردن سرعت پایتون گذاشته‌اند. برای مثال اگر شما یادتان برود یک ماژولی را Import کنید، یا اسم ماژول را درست تایپ نکرده باشید و ... پایتون به شما هشدار مناسب را خواهد داد. همچنین در این نسخه کارایی پایتون 5% به طور متوسط افزایش یافته است. البته ویژگی‌های جدید به همین‌ها منحصر نمی شود و می توانید در این صفحه اهم تغییرات را مشاهده نمایید.

#پایتون3.12
#ویژگی_جدید

عضویت در کانال پایتون برای مالی👇👇👇
🆔 www.tg-me.com/python4finance

رفع خطای pkgutil.ImpImporter در اوبونتو
اگر شما هم از کاربران سیستم عامل لینوکس Ubuntu باشید بعد از ارتقاء به نسخه ۳.۱۲ Python ممکن است با خطای زیر مواجه شده باشید:
module 'pkgutil' has no attribute 'ImpImporter

برای حل این موضوع می توانید از یکی از دو راه حل زیر در ترمینال لینوکس استفاده کنید:
۱- استفاده از دستور
python3.12 -m ensurepip --upgrade

۲- اگر به هر دلیل موفق به استفاده از دستور بالا نشدید؛ دو دستور زیر را در خط فرمان اجرا کنید:
wget https://bootstrap.pypa.io/get-pip.py
python3.12 get-pip.py

توضیحات بیشتر

#پایتون3.12

عضویت در کانال پایتون برای مالی👇👇👇
🆔 www.tg-me.com/python4finance

معرفی کتاب «مدل‌سازی ریسک اعتباری: مبانی نظری، ابزارهای تشخیصی، مثال‌های عملی و کاربردهای عددی در پایتون» به انگلیسی «Credit-Risk Modelling: Theoretical Foundations, Diagnostic Tools, Practical Examples, and Numerical Recipes in Python»

یکی از دغدغه های اصلی بانک ها، بیمه ها و موسسات مالی و اعتباری ؛ تشخیص مشتریان با ریسک بالا است. تشخیص ریسک نکول در مشتریان باعث ایجاد بحث جدیدی تحت عنوان شناخت ریسک اعتباری شده است. البته مدلسازی ریسک اعتباری، علاوه بر داده های قابل اتکا، نیازمند استفاده از مدل های ریاضیاتی و آماری نسبتا پیچیده ای است و مدلهای متعددی برای آن ایجاد شده است.
در این کتاب ریسک اعتباری از پایه توضیح داده می شود و مثال های کاربردی با زبان پایتون ارائه می شود.

#معرفی_کتاب
#ریسک_اعتباری

#Credit-Risk
پایتون برای مالی
🆔 www.tg-me.com/python4finance
🆔 ble.ir/python4finance

دانلود کتاب «مدل‌سازی ریسک اعتباری: مبانی نظری، ابزارهای تشخیصی، مثال‌های عملی و کاربردهای عددی در پایتون» به انگلیسی «Credit-Risk Modelling: Theoretical Foundations, Diagnostic Tools, Practical Examples, and Numerical Recipes in Python»

*** از عزیزانی که با نقل از منبع مطالب را نشر می دهند، بسیار سپاسگزارم.

#دانلود_کتاب
#ریسک_اعتباری

#Credit-Risk
پایتون برای مالی
🆔 www.tg-me.com/python4finance
🆔 ble.ir/python4finance

بررسی تاریخی قیمت بیت کوین
بیت کوین، تاثیرگذارترین رمز ارز و متداولترین آنهاست. تحلیل قیمت بیت کوین نقش بسیار مهمی در تحلیل سایر آلتکوین‌ها دارد.
در این ویدئو، نمودار قیمت بیت کوین از سال 2010 تا امروز در دو حالت قیمت بازار و تحلیل لگاریتمی نمایش داده می شود. نکته تکرار شونده در این ویدئو رکورد شکنی بیت کوین، ریزش و مجددا رکورد جدید در بازار است.

#بیت_کوین

پایتون برای مالی
🆔 www.tg-me.com/python4finance
🆔 ble.ir/python4finance

تغییر در بازه نمایش داده‌ها در Matplotlib
هنگامی که یک سری زمانی را با Matplotlib رسم می کنیم، Matplotlib به صورت هوشمند، بازه‌های زمانی را در ستون x ها در نظر می‌گیرد. گاهی لازم است در نمایش داده‌ها، از بازه‌های زمانی هفتگی، روزانه، ماهانه و ... استفاده کنیم. برای این کار کافی است از ماژول Matplotlib بخش dates را ایمپورت کنیم.
در تصویر این پست؛ سه بازه زمانی پیش فرض، هفتگی و روزانه رسم شده است.

#Matplotlib
پایتون برای مالی
🆔 www.tg-me.com/python4finance
🆔 ble.ir/python4finance