#پایتون_مالی

📎یکی از کتابخانه هایی که از آن برای ترسیم نمودارهای مالی به ویژه نمودارهای کندلی می توان استفاده نمود، کتابخانه mplfinance است. شما به راحتی می توانید مثل بقیه کتابخانه ها این کتابخانه را با دستور pip install نصب نمایید.
فقط نکته ای که در خصوص این کتابخانه باید به اون توجه کنید این هست که فرمت داده هایی که به آن می دهید دقیقا باید مطابق با ساختاری باشه که برای این کتابخانه شناخته شده است، یعنی نام گذاری به صورت OHLC باشد که دراسلاید بالا و اسلاید بعدی ضمن ارائه مثالی با نحوه کار کردن با این کتابخانه آشنا می شویم.

📎برای آشنایی با نحوه نصب این کتابخانه می توانید به لینک زیر مراجعه نمایید:
https://pypi.org/project/mpl-finance/



#mplfinance
@FinPy

#پایتون_مالی
#نمودار_کندل
#نمودار_رنکو

📎برای دیدن مثال های بیشتر در این خصوص می توانید به لینک زیر مراجعه نمایید:
https://github.com/matplotlib/mplfinance


#mplfinance
@FinPy

#پایتون_مالی

به دنبال آموزش قبلی ای که داشتیم، شاید شما تمایل داشته باشید که نمودارهای کندلی رو به فرمتی که در سایت binance مشاهده می نمایید، خروجی بگیرید، به سادگی با اضافه کردن style="binance" می توانید این قابلیت رو به نمودار خودتون اضافه کنید و نمودارهای کندلی رو به رنگ سبز و صورتی خروجی بگیرید.


#میانگین_متحرک
#نمودار_کندل
#مثال

#mplfinance
@FinPy

#پایتون_مالی

📎یکی دیگر از قابلیت های کتابخانه mplfinance ترسیم نمودار خطی است و به راحتی شما با تعیین type='line’ می توانید نمودار را به صورتی که مورد علاقه خودتان است ترسیم و نمایید.

#mplfinance
@FinPy

#پایتون_مالی

📎یکی دیگر از قابلیت های این کتابخانه این است که شما می توانید با اضافه کردن دستور show_nontrading=True روزهایی که سهام معامله نشده است را نمایش بدهید.

#mplfinance
@FinPy

#خبر_خوب

📎 به اطلاع دوستان عزیز میرساند که آقای دکتر براک (از اساتید ایرانی خارج از کشور) برنامه ای برای پرزنت کتاب:
Machine Learning for Algorithmic Trading
که در این پست معرفی شد، دارند که زمانبندی جلسات آن پس از نهایی شدن توسط ایشان، خدمتتون اعلام خواهد شد. فرصت مغتنمی هست برای دوستانی که مطالعه این کتاب رو شروع کرده اند یا میخوان شروع کنند، که هم مطالب براشون مرور بشه و هم سوالات احتمالی شون رو در جلسات ارائه کتاب مطرح کنند.

دوستانی هم که علاقه مند به مشارکت در این کار به عنوان ارائه دهنده هستند، میتونند به این پست مراجعه و به آیدی ایشون جهت هماهنگی پیام بدن.

📎 انشاالله در چند هفته آینده یک خدمت رایگان هم از طرف تیم فینپای در اختیار دوستان قرار خواهد گرفت تا بتونند مسیر یادگیری و به کارگیری مفاهیم رو با موانع کمتری طی کنند.
@FinPy

#شاخصهای_بازار_بورس

📎 شاخص های بورس معیارهای مهمی هستند که با بررسی و تحلیل آن‌ها، می‌توان وضعیت گذشته و حال بورس را از جنبه‌های مختلف، ارزیابی کرد. تحلیل شاخص‌های بورس و نوسانات آن‌ها، نقش مهمی در تصمیم‌گیری سرمایه‌گذاران به ویژه آنهایی که از دید مدلهای عاملی (Factor Models) به بازار نگاه میکنند، دارد.

📎 فایل معرفی شاخص های بازار بورس
در این فایل انواع شاخص های بازار بورس تهران به همراه فرمول محاسبه آنها آمده است.

@FinPy

#اشتراک_دانش_تجربه_نظر
#نقد_شوندگی

📎 به عنوان یک معامله گر، به دنبال سهم های با نقد شوندگی بالا برای خرید و فروش هستم. به نظر شما از چه معیارهایی برای محاسبه میزان نقدشوندگی یک سهم، میتوانم استفاده کنم؟

در صورت تمایل، دانش، تجربه، پیشنهاد، نظر و حتی نتایج جستجوی اینترنتی خود در خصوص این موضوع را، در قسمت کامنتها با ما به اشتراک گذاشته و در یافتن پاسخ این سوال ما را یاری کنید.

@FinPy

#معرفی_کتاب

Algorithmic and High Frequency Trading

سطح: پیشرفته

📎 داستان معاملات الگوریتمی با معاملات الگوریتمی فرکانس بالا بسیار متفاوت است. معاملات الگوریتمی فرکانس بالا که با نام HFT شناخته میشود، بیشتر حول مدلسازی سفارشات یا همان LOB و Market Microstructure میچرخد. این کتاب یکی از بهترین منابعی است که در خصوص معاملات الگوریتمی فرکانس بالا وجود دارد و مطالعه آن به علاقه مندان این حوزه پیشنهاد میشود، اگرچه برای دوستانی که تازه قدم در حوزه معاملات الگوریتمی گذاشته اند، مناسب نیست.

📎 برخی از کدهای کتاب در این لینک و در صفحه شخصی آقای Sebastian Jaimungal یکی از نویسندگان کتاب و استاد دانشگاه تورنتو کانادا، قابل مشاهده است.

@FinPy

#پایتون_مالی
#کار_با_زمان
در ادامه پست قبلی ، دومین نوع داده ای که کتابخانه datetime پشتیبانی میکند ، نوع time است .

#datetime
@FinPy