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
This media is not supported in your browser
VIEW IN TELEGRAM
#ML_for_Algo_Trading

▫️جلسه چهاردهم ارائه کتاب:
Machine Learning for Algorithmic Trading

روز دوشنبه 26 اردیبهشت (امشب) ساعت ۲۰، برگزار خواهد شد. موضوع جلسه:

Text Data for Trading – Sentiment Analysis

(فصل چهاردهم کتاب) خواهد بود. برای شرکت در جلسه از طریق زوم، از این لینک و مشخصات زیر (در صورت نیاز) استفاده کنید:
Meeting ID: 899 2864 0090
Passcode: 12345
در صورتی که ظرفیت زوم تکمیل شده باشد، میتوانید از طریق لایو اینستاگرام جلسه را مشاهده کنید.

▫️برای دانلود کتاب از این لینک و برای دانلود کدهای پایتون کتاب از این لینک میتونید استفاده کنید. جلسات قبل هم در این پلی لیست در یوتیوب بارگذاری شده است.

▫️برای اطلاعات بیشتر در مورد ارائه دهندگان، به وبسایت پرزنتها مراجعه کنید.

@machinelearningnet2
@FinPy
👍1
Media is too big
VIEW IN TELEGRAM
#لوپز_دپرادا
#مالی_رفتاری
#ماشین_لرنینگ

▫️به بهانه جلسه ارائه امروز دوستانم، این ویدیو کوتاه رو که در اون آقای دپرادا مثالی در مورد کاربرد ماشین لرنینگ در Behavioral Finance و استفاده از بایاس های رفتاری فعالان بازار جهت کسب سود ارائه کرده رو به اشتراک میزارم. فقط این توضیح رو به عنوان مقدمه برای این مثال اضافه میکنم که آقای دپرادا معتقده استفاده از ماشین لرنینگ در مالی رفتاری و شناسایی بایاس های رفتاری، به دلایل زیر ضروری هست:

- Behavioral datasets are complex and unstrucured and ML tools can help to uncover biases, that otherwise will remain hidden
- An objective definition of behavioral bias requires a definition of non-human intelligence

▫️ویدیو کامل این ارائه آقای دپرادا رو میتونید از لینک زیر در یوتیوب ببینید:

Uncovering Behavioural Biases with Machine Learning | London Business School

@FinPy
👍9
This media is not supported in your browser
VIEW IN TELEGRAM
#ML_for_Algo_Trading

▫️جلسه پانزدهم ارائه کتاب:
Machine Learning for Algorithmic Trading

روز دوشنبه 2 خرداد (امشب) ساعت ۲۰، برگزار خواهد شد. موضوع جلسه:

Topic Modeling – Summarizing Financial News

(فصل پانزدهم کتاب) خواهد بود. برای شرکت در جلسه از طریق زوم، از این لینک و مشخصات زیر (در صورت نیاز) استفاده کنید:
Meeting ID: 899 2864 0090
Passcode: 12345
در صورتی که ظرفیت زوم تکمیل شده باشد، میتوانید از طریق لایو اینستاگرام جلسه را مشاهده کنید.

▫️برای دانلود کتاب از این لینک و برای دانلود کدهای پایتون کتاب از این لینک میتونید استفاده کنید. جلسات قبل هم در این پلی لیست در یوتیوب بارگذاری شده است.

▫️برای اطلاعات بیشتر در مورد ارائه دهندگان، به وبسایت پرزنتها مراجعه کنید.

@machinelearningnet2
@FinPy
👍3
[@FinPy] Quant Insights Conference May 2022 Slides.rar
7.4 MB
#Quant_Insights_Conference
#Portfolio_Management

▫️پنجشنبه هفته قبل، کنفرانس مدیریت پرتفو Quant Insights به میزبانی موسسه CQF برگزار شد. در کل پرزنت ها چنگی به دل نمیزد، جز چند تا که سر نخ های خوبی برای مطالعه بیشتر میداد. برخی ارائه دهندگان هم لهجه های خیلی غلیظی داشتند و زیاد تپق میزدن. از بین ارائه ها، فقط فایل اسلایدهای چند پرزنت با شرکت کنندگان شیر شد، که براتون در این فایل فشرده گذاشتم. لیست کامل ارائه ها رو میتونید در فایل برنامه کنفرانس (در همین فایل فشرده) ببینید و اون پرزنتی رو که علاقه مند هستید، انتخاب کنید. در خصوص ویدیو ارائه ها هم یه نظرسنجی میزارم و دو تا ارائه ای که بیشترین رای رو بیاره، ویدیو اش رو در کانال خواهم گذاشت.

@FinPy
👍5
#معرفی_کتاب

High Performance Python

▫️یکی از موضوعاتی که گاهی وقتها گلوگاه پیاده سازی ایده هامون میشه، محدودیت های سخت افزاری هستند که ما روی سیستمهای خودمون داریم. نیاز به سرعت هم موضوع دیگری هست که گاهی وقت ها باهاش مواجه میشیم و عملیاتی کردن برخی ایده ها رو سخت و یا غیر ممکن میکنه. این کتاب کمک میکنه که کدهای سریعتر و بهینه تری برای استفاده از امکانات سخت افزار در اختیارمون، توسعه بدیم. اگر با چنین مشکلی مواجه هستید و امکان استفاده از سرویس های ابری براتون فراهم نیست، بد نیست نگاهی به سرفصل های این کتاب جذاب بندازید.

@FinPy
👍5
This media is not supported in your browser
VIEW IN TELEGRAM
فینپای | FinPy
به ویدیو کدام پرزنت علاقه مند هستید؟
#Quant_Insights_Conference
#Portfolio_Management

▫️طبق نظر دوستان شرکت کننده در نظرسنجی، ویدیو ارائه های زیر در کانال آپلود خواهد شد:

Optimal Portfolios Under the Threat of a Crash, Dr. Paul Wilmott, President, CQF Institute

Portfolio Construction for Sector Indices of Crypto Assets, Dr. Artur Sepp, Head of Systematic Solutions and Portfolio Construction, Sygnum Bank

@FinPy
👍5
Media is too big
VIEW IN TELEGRAM
#Quant_Insights_Conference
#Portfolio_Management

Portfolio Construction for Sector Indices of Crypto Assets, Dr. Artur Sepp, Head of Systematic Solutions and Portfolio Construction, Sygnum Bank

@FinPy
👍5
Media is too big
VIEW IN TELEGRAM
#Quant_Insights_Conference
#Portfolio_Management

Optimal Portfolios Under the Threat of a Crash, Dr. Paul Wilmott, President, CQF Institute

@FinPy
👍4
#اعتبار_اهرمی

قسمت دوم

▫️در قسمت اول در خصوص نحوه برخورد بروکر با پوزیشن های مشتری بازنده صحبت شد. در این قسمت در خصوص نحوه هندل کردن پوزیشن های مشتری برنده صحبت خواهد شد. وقتی مشتری برنده مثلا یک لات پوزیشن لانگ باز میکند، بروکر بلافاصله سمت مخالف پوزیشن مشتری را گرفته (یک لات روی کاغذ و نه در بازار واقعی شورت میکند) و سپس به اندازه دو لات در بازار واقعی پوزیشن لانگ میگیرد، یک لات آن برای پوشش پوزیشن مشتری برنده و یک لات آن برای هج کردن پوزیشن شورت روی کاغذ خود. به این ترتیب، وقتی مشتری برنده پوزیشن خود را میبندد، مشتری سود کرده و بروکر نیز اسپرد، کمسیون و احتمالا سواپ شبانه معامله را بر میدارد. در شکل زیر خلاصه ای از آنچه بروکر در قبال مشتری های برنده و بازنده انجام میدهد، نشان داده شده است. همه مشتری ها در ابتدای ورود به بروکر، به عنوان مشتری زیان ده در نظر گرفته میشوند، مگر آنکه با گذر زمان خلاف آن ثابت شود!

▫️اگرچه بروکر در هر دو کیس مشتری برنده و بازنده سود میکند، اما هندل کردن پوزیشن مشتری برنده، سود کمتری برای بروکر داشته و به علاوه بروکر باید سرمایه بیشتری را در بازار واقعی درگیر کند. اینکه چرا بروکر در هر دو کیس، پوزیشن مخالف مشتری را روی کاغذ میگیرد، به دلیل افزایش نقدشوندگی در سرویس دهی به مشتری است. بنابراین بروکر ذاتا دوست دارد با مشتری های بازنده سر و کار داشته باشد! با توجه به اینکه مشتری های بازنده به تدریج از گردونه بازار خارج و منبع سود بروکر کاهش می یابد، بروکرها برای سر پا نگه داشتن بیزنس خود، اقدام به تبلیغات و استفاده از ترفندهای فریبنده جهت جذب مشتری میکنند!

@FinPy
👍7
#اعتبار_اهرمی

▫️نحوه برخورد بروکر با مشتریان برنده و بازنده و محل سود بروکر از هر مشتری - توجه داشته باشید که اهرم داده شده توسط بروکر، در هر دو حالت، میزان سود بروکر از فعالیت معاملاتی مشتری را نسبت به حالتی که اهرم وجود ندارد، چندین برابر میکند.

@FinPy
👍7
This media is not supported in your browser
VIEW IN TELEGRAM
Media is too big
VIEW IN TELEGRAM
#ری_دالیو
#دارایی_واقعی

▫️به عنوان یک سرمایه گذار، قرار نیست همیشه سرمایه مون رو روی دارایی های مالی مثل سهام، اوراق مشارکت، سپرده بانکی و ... سرمایه گذاری کنیم و گاهی وقت ها سرمایه گذاری در دارایی های واقعی مثل املاک، فلزات گرانبها و ... میتونه گزینه پرسودتری باشه. تورم های عجیب که ناشی از مدیریت نادرست و تحریم هاست، همیشه در اقتصاد ایران وجود داشته اما اقتصادهای بزرگ هر از چند گاهی، اون رو تجربه میکنند. در حال حاضر بیشتر اقتصادهای بزرگ به دلیل عواقب همه گیری کرونا و تاثیرات جنگ اوکراین، شرایط تورمی سختی رو تجربه میکنند. در این ویدیو آقای ری دالیو به همین موضوع اشاره میکنه. مجری میگه اگه ارزش پول نقد من به دلیل تورم کم بشه، اونی که تو سهام سرمایه گذاری کرده که ضرر بیشتری متحمل شده، ری دالیو در پاسخ میگه تو شرایط تورمی اخیر باید از دارایی های واقعی برای دایورسیفاری کردن استفاده کرد. شرایطی که در ویدیو بحث میشه، خیلی شبیه شرایطی هست که ما در چند سال اخیر در ایران شاهدش هستیم، تورم و گران شدن دارایی های واقعی به همراه بازدهی ضعیف و منفی در بورس! به تحلیل سیکل های اقتصاد کلان ایران بیشتر اهمیت بدید!

@FinPy
👍15
#دارایی_واقعی

▫️در دنیا، صندوق ها و ابزارهای مالی قابل معامله ای وجود داره که روی دارایی های واقعی سرمایه گذاری و سرمایه گذارانشون رو از سود ناشی از اون بهره مند میکنند. مثل REIT که امکان سرمایه گذاری سرمایه های خرد در املاک رو فراهم میکنه. این ابزارها زیرمجموعه بحث Alternative Investment در فایننس محسوب میشن.

▫️آیا در ایران هم چنین صندوق ها یا ابزارهایی برای دارایی های واقعی وجود داره؟ دوستانی که در این خصوص اطلاع دارند، میتونن این ابزارها و روش های سرمایه گذاری در اونها رو در کامنت همین پست معرفی کنند.

@FinPy
👍10
This media is not supported in your browser
VIEW IN TELEGRAM
#ML_for_Algo_Trading

▫️جلسه شانزدهم ارائه کتاب:
Machine Learning for Algorithmic Trading

روز دوشنبه 9 خرداد (امشب) ساعت ۲۰، برگزار خواهد شد. موضوع جلسه:

Word Embeddings for Earnings Calls and SEC Filings

(فصل شانزدهم کتاب) خواهد بود. برای شرکت در جلسه از طریق زوم، از این لینک و مشخصات زیر (در صورت نیاز) استفاده کنید:
Meeting ID: 899 2864 0090
Passcode: 12345
در صورتی که ظرفیت زوم تکمیل شده باشد، میتوانید از طریق لایو اینستاگرام جلسه را مشاهده کنید.

▫️برای دانلود کتاب از این لینک و برای دانلود کدهای پایتون کتاب از این لینک میتونید استفاده کنید. جلسات قبل هم در این پلی لیست در یوتیوب بارگذاری شده است.

▫️برای اطلاعات بیشتر در مورد ارائه دهندگان، به وبسایت پرزنتها مراجعه کنید.

@machinelearningnet2
@FinPy
👍3