دوره جامع
معـامـلات الـگوریـتمـی
بـا پـایـتـون

روز
ساعت
دقیقه
ثانیه

باقی مانده تا شروع دوره

همراه با پشتیبانی

پشتیبانی آموزشی؛ 

بررسی فعالیت دانشپذیران و ارائه برنامه و تمرین

معرفی معاملات الگوریتمی با پایتون

امروزه بازار های مالی در حال پوست اندازی و ورود به دنیای جدید هستند. بیش از 85 درصد از حجم معاملات بازار های مالی به صورت الگوریتمی انجام می شوند. شاید عوامل و محرکه این قضیه تولید حجم بسیار بالایی از داده های مالی در لحظه است که تحلیل این حجم از داده ها در زمانی کوتاه، نیاز به سرعت پردازش و توان محاسباتی بالایی دارد که از عهده یک فرد یا گروهی از افراد خارج است .

از این رو استفاده از محاسبات کامپیوتری و هوش مصنوعی در بازارهای مالی روز به روز در حال گسترش است. موسسات مالی این روزها، با به کارگیری یادگیری ماشین به دنبال بهبود عملکردشان در تجارت و سرمایه گذاری هستند. با توجه به توانمندی های پایتون بهترین زبان واکوسیستم برای تحلیل داده های مالی است. پایتون یک زبان قدرتمند برنامه نویسی استکه سادگی برنامه نویسی در آن دلیل اقبال گسترده عمومی به این زبان بوده است. همچنین پکیج های قدرتمندی در زمینه امور مالی و مدیریت سرمایه گذاری در پایتون نوشته شده است که کار در این زمینه ها با پایتون را بسیار راحت و لذت بخش می نماید.

 

مشخصات دوره

این دوره در دو بخش مقدماتی و پیشرفته برگزار می شود

بخش مقدماتی

کاربرد پایتون در بازارهای مالی

درس صفر: کلیات ( آشنایی با زبان ها برنامه نویسی و محبوبیت آنها، آشنایی اجمالی بر الگوریتم و فلوچارت، اهمیت پایتون در بازارهای مالی)

درس یکم: آشنایی با پایتون ( تاریخچه پایتون، ویژگی های پایتون، کاربردهای پایتون، کاربردهای پایتون، نسخه های پایتون،نصب پایتون، آشنایی با محیط پایتون و محیط های توسعه و …)

درس دوم: انواع داده ها( اعداد، رشته، لیست، Tuple، دیکشنری، Setو تبدیل داده ها) ارائه کاربردهای آن در اقتصاد و مالی

درس سوم: انواع عملگرها در پایتون ( محاسباتی ، منطقی، مقایسه ای و …، تقدم عملگرها) و بررسی کاربرد آن در اقتصاد و مالی

درس چهارم: دستورات شرطی (ساختار else…if، if و ساختار شرطی تو در تو) و ارائه مثال در حوزه مالی

درس پنجم: ساختارهای تصمیم: حلقه ها (ساختار for و while، ساختار حلقه تو در تو، دستورات کنترلی در حلقه) و ارائه مثال در حوزه مالی

درس ششم: ایجاد تابع (مزیت استفاده از تابع، انواع توابع، توابع بازگشتی صدا زدن تابع، تست توابع) و ارائه مثال هایی از کاربرد آن در حوزه مالی

درس هفتم: فایل (باز کردن فایل، خواندن فایل، نوشتن در فایل، بستن فایل، حذف فایل)

درس هشتم:کاربرد مقدماتی پایتون (توابع ریاضی، اعداد تصادفی، ورود داده های مالی به پایتون، محاسبه بازده دارایی ها، محاسبه ریسک، تحلیل همبستگی)

درس نهم:     آشنایی با کتابخانه numpy برای انجام محاسبات عددی در حوزه مالی

درس دهم:    آشنایی با کتابخانه Pandas برای مدیریت و ترسیم داده‌های مالی

درس یازدهم: آشنایی با کتابخانه matplotlib و seaborn برای ترسیم داده‌های مالی

درس دوازدهم: کاربردهای متنوع در حوزه مالی

  • ورود داده های مالی از منابع معتبر wordgoogle finance، yahoo finance، world Bank و…
  • انواع ترسیم های کاربردی در داده های مالی (نمودارهای سری زمانی، نمودارهای همبستگی، هیستوگرام و …)
  • انواع محاسبات مقدماتی در مالی (محاسبه بازده و بازده تجمعی سنجه های ریسک، رگرسیون و …)
  • حل تمرین و رفع اشکال

بخش پیشرفته

معاملات الگوریتمی

درس یکم: کلیات 

  • آشنایی با معاملات الگوریتمی
  • آشنایی با کتابخانه های با اهمیت در معاملات الگوریتمی (pandas, matplotlib,statsmodels, TaLib, NumPy, SciPy)
  • آشنایی با پلتفر های محبوب معاملات الگوریتمی

درس دوم: مدیریت و پیش پردازش داده ها

  • فراخوانی داده از پایگاه های داده معتبر (کار با APIها) در بورس ایران و بازارهای جهانی
  • پالایش و پیش پردازش داده ها (محاسبات بازده، حذف نویز، تحلیل همبستگی و …)
  • ترسیم انواعنمودارهای مفید ( سری زمانی، پراکندگی، نمودار شمعی و…)
  • وب اسکراپینگ (Web Scraping)

درس سوم: آشنایی با انواع استراتژی های معاملاتی الگوریتم

  • استراتژی های معاملاتی مبتنی بر تحلیل تکنیکال
  • استراتژی های معاملاتی مبتنی بر همبستگی خطی
  • استراتژی های معاملاتی مبتنی برفیلترنویسی
  • استراتژی های معاملاتی مبتنی بر یادگیری ماشین (شبکه عصبی مصنوعی، clustering)

درس چهارم: بررسی کارایی استراتژی ها (Startegy Testing)

  • گرفتن بک تست (Back testing) برای بررسی میزان موفقیت الگوریتم
  • برنامه نویسی شی گرا برای گرفتن بک تست
  • فروارد تستینگ ( Forward Testing) برای بررسی میزان موفقیت الگوریتم ها
  • بررسی کارایی الگوریتم به صورت زنده ( Live Testing) در معاملات آنلاین

مشخصات دوره

شنبه ها

ساعت ۱۶ تا ۱۹

۱۷ جلسه

حضوری و آنلاین

قیمت دوره ۵/۸۰۰/۰۰۰ تومان ۴/۹۰۰/۰۰۰ تومان

استاد دوره:

دکتر علی رئوفی

  • • دکتری اقتصاد مالی و اقتصاد سنجی از دانشگاه علامه طباطبایی

  •   پژوهشگر ارشد پژوهشکده دنیای اقتصاد

  • • پژوهشگر ارشد پژوهشکده امور اقتصادی

    • مشاور سرمایه گذاری در شرکت راه اندازی و بهره برداری صنایع نفت (ایکو)

    • مدرس دانشگاه (علامه، ارشاد دماوند، چمران اهواز و…)

    • همکار پژوهشی با سازمان بورس اوراق بهادار تهران

    • همکاری با مرکز مالی ایران، کارگزاری اقتصاد بیدار، کانون کارگزاران ایران

     

دوره جامع معـامـلات الـگوریـتمـی بـا پـایـتـون

روز
ساعت
دقیقه
ثانیه

باقی مانده تا شروع دوره

سطح مقدماتی: دوره کاربرد پایتون در بازارهای مالی

درس صفر: کلیات ( آشنایی با زبان ها برنامه نویسی و محبوبیت آنها، آشنایی اجمالی بر الگوریتم و فلوچارت،                                اهمیت پایتون در بازارهای مالی)

درس یکم: آشنایی با پایتون ( تاریخچه پایتون، ویژگی های پایتون، کاربردهای پایتون، کاربردهای پایتون، نسخه های پایتون،نصب پایتون، آشنایی با محیط پایتون و محیط های توسعه و …)

درس دوم: انواع داده ها( اعداد، رشته، لیست، Tuple، دیکشنری، Setو تبدیل داده ها) ارائه کاربردهای آن در اقتصاد                    و مالی

درس سوم: انواع عملگرها در پایتون ( محاسباتی ، منطقی، مقایسه ای و …، تقدم عملگرها) و بررسی کاربرد آن در                         اقتصاد و مالی

درس چهارم: دستورات شرطی (ساختار else…if، if و ساختار شرطی تو در تو) و ارائه مثال در حوزه مالی

درس پنجم: ساختارهای تصمیم: حلقه ها (ساختار for و while، ساختار حلقه تو در تو، دستورات کنترلی در حلقه) و                          ارائه مثال در حوزه مالی

درس ششم: ایجاد تابع (مزیت استفاده از تابع، انواع توابع، توابع بازگشتی صدا زدن تابع، تست توابع) و ارائه مثال                           هایی از کاربرد آن در حوزه مالی

درس هفتم: فایل (باز کردن فایل، خواندن فایل، نوشتن در فایل، بستن فایل، حذف فایل)

درس هشتم:کاربرد مقدماتی پایتون (توابع ریاضی، اعداد تصادفی، ورود داده های مالی به پایتون، محاسبه بازده                           دارایی ها، محاسبه ریسک، تحلیل همبستگی)

درس نهم:     آشنایی با کتابخانه numpy برای انجام محاسبات عددی در حوزه مالی

درس دهم:    آشنایی با کتابخانه Pandas برای مدیریت و ترسیم داده‌های مالی

درس یازدهم: آشنایی با کتابخانه matplotlib و seaborn برای ترسیم داده‌های مالی

درس دوازدهم: کاربردهای متنوع در حوزه مالی

  • ورود داده های مالی از منابع معتبر wordgoogle finance، yahoo finance، world Bank و…
  • انواع ترسیم های کاربردی در داده های مالی (نمودارهای سری زمانی، نمودارهای همبستگی، هیستوگرام و …)
  • انواع محاسبات مقدماتی در مالی (محاسبه بازده و بازده تجمعی سنجه های ریسک، رگرسیون و …)
  • حل تمرین و رفع اشکال

قیمت دوره  : 4/900/000 تومان

افزودن به سبد خرید

بعد از ثبت خرید لطفا چند لحظه صبر کنید تا به صفحه سبد خرید منتقل شوید.