فینپای | FinPy
2.43K subscribers
498 photos
62 videos
13 files
259 links
گروه پرسش و پاسخ:
@FinPyGroup

حضور در گروه نیازمند کامل بودن نام، نام خانوادگی و آیدی تلگرامی شما قبل از ارسال درخواست عضویت است.
Download Telegram
#بازی_با_شاخص_کل
بخش دوم

📎 فاز اول: توی این فاز که بازار روند صعودی داشته شاخص کل و شاخص 30 شرکت بزرگ تا حوالی 40% نسبت به ابتدای خرداد رشد کردند در حالی که شاخص هم وزن حدود 18% رشد کرده یعنی از اون دو تا شاخص عقب مونده. پس این فاز رشد توسط سهم های بزرگ اتفاق افتاده و سهم های کوچک اگرچه رشد کردند ولی نه به اندازه سهم های بزرگ و یه فاصله ای بین بازدهی سهم های بزرگ و کوچک اینجا اتفاق افتاده.

📎 فاز دوم: توی این فاز که یه فاز نزولی بوده همه سهم های بازار ریختند. یعنی ریزش برای سهم های بزرگ و کوچک تقریبا به یک اندازه (به طور میانگین البته، ممکنه یه استثناهایی باشه ولی ما میخواییم کلیت بازار رو چک کنیم) اتفاق افتاده.

📎 فاز سوم: توی این فاز که یه فاز صعودی بوده، دوباره شاخص کل و 30 شرکت بزرگ رشد کردند ولی شاخص هم وزن رشد چندانی نداشته و تقریبا درجا زده. یعنی به طور میانگین توی فاز سوم سهم های کوچک بازار تقریبا در جا زدند و فقط سهم های بزرگ بازار رشد کردند.

📎 از ابتدای خرداد تا انتهای فاز سوم یعنی طی این 3 تا فاز، شاخص کل و شاخص 30 شرکت بزرگ به ترتیب بازدهی 26.95 و 28.82 درصدی داشتند در حالی که شاخص هم وزن بازدهی اش 5.94 درصد بوده! و این یعنی هر رشدی بوده تو این مدت مال سهم های بزرگ بوده و هر افتی بوده مال همه سهم ها. خوشی ها برای سهامداران سهم های بزرگ، مصائب برای سهامداران همه سهم های بازار!

@FinPy
#بازی_با_شاخص_کل
بخش سوم

📎 از این شکل یه نتیجه گیری هم میشه کرد، هر چند نیاز به بررسی دقیق تر و بیشتری داره و اونم اینه که شاخص کل رو میشه با 30 تا شرکت بزرگ کپی کرد رفتارش رو. یعنی اگه کسی تو این مدت روی اون 30 تا شرکت بزرگ سرمایه گذاری کرده بود سود نسبتا خوبی نصیب اش شده بود. هر چند در بلند مدت بازدهی شاخص هم وزن و رفتار ریسک اش بهتر از شاخص کل و شاخص 30 شرکت بزرگ هست که اونم در یه فرصت دیگه خدمتتون نشون خواهیم داد.

📎 شکل با کیفیت بالاتر هم اگر کسی از دوستان نیاز داشت توی گروه گذاشتیم:
https://t.iss.one/joinchat/9FLchNRC2J45NzU0

@FinPy
#پایتون_مقدماتی

📚همان طور که هفته گذشته به شما قول دادیم، قصد داریم که از ابتدا نکات کاربردی و مهم پایتون رو با هم مرور کنیم و به مرور زمان وارد مباحث تخصصی پایتون در حوزه مالی بشویم.

برنامه ای که برای پایتون مقدماتی داریم به صورت اسلاید بالا هست که به صورت روزانه، تعدادی اسلاید آموزشی خدمت شما دوستان گرامی تقدیم می شود.

@FinPy
#پایتون_مقدماتی

📚 قبل از شروع یادگیری برنامه نویسی نیاز هست که شما با کلید واژه های خاص این حوزه آشنا بشوید. بنابراین اسلاید بالا به شما در درک کلیدواژه های اساسی مرتبط برای شروع آموزش کمک می کند.

@FinPy
👍1
#پایتون_مقدماتی

📚دو خطای دیگری که امکان دارد در برنامه نویسی با آن مواجه شوید به شرح زیر است:

1) Runtime errors

تا زمان اجرا مشخص نمی شوند یا exception نامیده می شود. چون یک اشتباه استثنائاً اتفاق می افتد. (زمان اجرا)

2) Semantic errors

کامپیوتر هیچ خطایی گزارش نمی کند ولی هدف برنامه صورت نمی پذیرد؛ هدف شما غیر از آنچه در برنامه نوشته اید است و معنای برنامه اشتباه است. (معنایی)

🟢 در آینده در خصوص این دو خطا نیز برای شما نمونه ای مطرح می نماییم.

@FinPy
This media is not supported in your browser
VIEW IN TELEGRAM
#معرفی_دوره_آموزشی
#یودمی

📎 دوره آموزشی:
Time Series Analysis and Forecasting using Python
در یودمی به مدت محدود رایگان شده که از لینک زیر میتونید ثبت نام کنید:
https://www.udemy.com/course/machine-learning-time-series-forecasting-in-python/?couponCode=TMSO1PY

📎 مدرس دوره هندی هست و انگلیسی ساده و نسبتا روانی داره. تقریبا 13 ساعت محتوای آموزشی هست.

📎 تحلیل و پیش بینی سری های زمانی در اقتصاد، فایننس و بازارهای مالی کاربرد زیادی دارند.

@FinPy
#پایتون_مقدماتی
#آشنایی_با_متغیرها

📚 در اکثر الگوریتم‌ها نیازمند ذخیره‌کردن مقادیری هستیم که برای این کار روی آن مقادیر اسم می‌گذاریم، مثلاً در قسمت آموزش #ورودی_و_خروجی_گرفتن از s برای نام گذاری متغیر ورودی استفاده نمودیم.
این مقادیر در طول الگوریتم قابل تغییر و دستکاری‌اند و به آنها متغیر گفته می‌شود.

📎 در واقع متغیرها ظرف‌هایی هستند حاوی مقادیر مختلف و می‌توان هر از چندگاهی آن ظروف را خالی کرد و با چیزهای دیگری جایگزین کرد. این روند تغییر مقادیر داخل متغیرها باعث می‌شود الگوریتم کارش را به درستی انجام دهد.

@FinPy
👍2
#پایتون_مقدماتی
#تبدیل_متغیرها

📚در هنگام کار با متغیر ها باید همیشه نوع آن ها در نظر بگیریم و در صورت نیاز به نوع مد نظر خودمان تبدیل کنیم.

@FinPy