توضیحات

استفاده از پایتون برای تحلیل مالی و معاملات الگوریتمی

نام دوره : Python for Financial Analysis and Algorithmic Trading

پیش‌نیاز

• آشنایی اولیه با برنامه‌نویسی (ترجیحاً پایتون)

• توانایی دانلود و نصب Anaconda (پایتون) روی رایانه

• آشنایی پایه با آمار و جبر خطی می‌تواند مفید باشد

توضیحات

به دوره «پایتون برای تحلیل مالی و معاملات الگوریتمی» خوش آمدید.

اگر علاقه‌مند هستید بدانید چگونه می‌توان از پایتون برای انجام تحلیل‌های مالی دقیق و اجرای معاملات الگوریتمی استفاده کرد، این دوره برای شما مناسب است.

این دوره شما را از ابتدا با اصول پایتون در حوزه مالی آشنا می‌کند و سپس به سراغ یادگیری کتابخانه‌های کلیدی در اکوسیستم Py-Finance می‌رویم، از جمله:

jupyter، numpy، pandas، matplotlib، statsmodels، zipline، Quantopian و موارد بیشتر.

سرفصل‌های دوره استفاده از پایتون برای تحلیل مالی و معاملات الگوریتمی

• مفاهیم پایه زبان پایتون

• استفاده از NumPy برای پردازش عددی سریع

• استفاده از Pandas برای تحلیل داده‌ها

• ترسیم داده‌ها با Matplotlib

• دریافت داده با pandas-datareader و Quandl

• تحلیل سری زمانی با Pandas

• تحلیل بازدهی سهام

• محاسبه بازدهی روزانه تجمعی

• سنجش نوسان‌پذیری و ریسک اوراق بهادار

• میانگین متحرک نمایی (EWMA)

• مدل‌سازی آماری با Statsmodels

• مدل ETS (خطا-روند-فصل)

• مدل ARIMA (میانگین متحرک تلفیقی خودرگرسیو)

• نمودارهای خودهمبستگی و خودهمبستگی جزئی

• نسبت شارپ

• بهینه‌سازی تخصیص پرتفوی

• مرز کارا و مدل بهینه‌سازی مارکویتز

• آشنایی با انواع صندوق‌های سرمایه‌گذاری

• دفتر سفارشات

• فروش استقراضی

• مدل قیمت‌گذاری دارایی سرمایه‌ای (CAPM)

• تقسیم سهام و سود نقدی

• فرضیه بازار کارا

• معامله الگوریتمی با Quantopian

• معاملات آتی (Futures Trading)

دوره استفاده از پایتون برای تحلیل مالی و معاملات الگوریتمی مناسب چه کسانی است

• افرادی که با پایتون آشنا هستند و می‌خواهند تحلیل مالی را یاد بگیرند

بخشی از دوره :