I am very excited to announce that we release an initial version of AugmentTS.

It is an open-source Python package for Time Series Data Augmentation using Deep Generative Models.


Some basic features of the package are:

*Time Series Data Augmentation using Deep Generative Models

*Visualizing the Latent Space of Generative Models

*Time Series Forecasting using Deep Neural Networks


Visit the home page for more information:

https://github.com/DrSasanBarak/AugmentTS


Thanks to our genius team members, @s33ssa @Mohammad_j0 and @amirabbasasadi for such a brilliant collaboration and dedication.

This repo supports a paper by our team for improving deep learning forecast using Variational Autoencoders.

In this paper, we propose a novel data augmentation-based deep forecasting framework that enhances the forecasting accuracy in different time series data. We use Variational Autoencoder (VAE) as a deep generative model for time series data augmentation. A hybrid bi-directional Long short-term memory-Convolutional neural network (biLSTM-Conv) is trained in the augmented data and then the acquired knowledge is transferred to the original dataset.
In our evaluation of real-world time series datasets, we show that the proposed method can significantly improve the accuracy of basic deep forecasting models.
We also provide empirical evidence of the efficacy of the approach against widely accepted univariate forecasting methods.

Read more about paper:
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4009937

لینک لینکدین ایونت Ml for Algorithmic trading

https://www.linkedin.com/events/6888745729041428480/about/

در اینستاگرام و زوم ارایه ها پوشش داده خواهد شد .

https://www.instagram.com/sasanbarak

فیلم جلسه اول کتاب

Machine Learning for Algorithmic Trading

در یوتیوب و آپارات آپلود شد .

‏——————————————————
لینک آپارات: (جهت دسترسی به جلسات ضبط شده گروه)
https://www.aparat.com/DrSasanBarak/videos
————————————————————
لینک گروه ( مارو به دوستانتان معرفی کنید)
https://t.iss.one/machinelearningnet

لینک کانال :
@Machinelearningnet2

لینک جلسه در یوتیوب :

https://youtu.be/iYK5yVVTa6s

لینک جلسه در آپارات :

https://aparat.com/v/zOJ6h

پخش لایو جلسات در اینستاگرام :

https://www.instagram.com/sasanbarak

دوشنبه هفته دیگه ساعت ۸، جلسه دوم کتاب رو خواهیم داشت 🌺😊

موفق باشید

🙏🙏 لطفا کانال یوتیوب رو فالو کنید تا فیلم های ارایه ها بصورت خودکار به اطلاع شما برسد، بزودی همه فیلم های ارایه های قبلی را هم در یوتیوب اپلود خواهیم کرد،

https://youtube.com/channel/UConYZYL1e3c3rvI7LRQ_nJA

زدن ۶۰ ترید در دو روز، به کمک معاملات الگوریتمی و خروجی اون( ۶ عکس) 👇

میتونید به زمان بسته شدن حسابها توجه کنید و سرعت کار رو در نظر بگیرید،

اسم این سیستم معاملاتی که توسعه دادیم DFO هست.

Deep Finance Organisation (DFO)

بعدا بیشتر دربارش بحث میکنیم 🌺

پ.ن.۱. اکانت واقعی هست ، به میزان ۱۵k

پ.ن. ۲. دوشنبه و سه شنبه عجیبی در بازار های جهانی شاهد بودیم. مجموعه ای از اتفاقات باعث این روند نزولی شدید در بازار شد که هفته اینده در پرزنت کتاب درباره اش حرف خواهیم زد🌺

بماند به یادگار از دوشنبه سیاه بازار سهام جهانی 🙏

DFO 2

DFO 3

DFO 4

DFO 5

DFO 6

فیلم جلسه دوم کتاب

Machine Learning for Algorithmic Trading

در یوتیوب و آپارات آپلود شد .

‏——————————————————
————————————————————
لینک گروه ( مارو به دوستانتان معرفی کنید)
https://t.iss.one/machinelearningnet

لینک کانال :
@Machinelearningnet2


پخش لایو جلسات در اینستاگرام :

https://www.instagram.com/sasanbarak

دوشنبه هفته دیگه ساعت ۸، جلسه سوم کتاب رو خواهیم داشت 🌺😊

موفق باشید

Machine Learning for Trading

قسمت هایی از پرزنت اول که در اینستاگرام ما ارایه شد
https://www.instagram.com/sasanbarak

خوشبختانه وبسایت پرزنت ها هم اماده شد،
میتونید برنامه های اتی پرزنت هارو از اونجا دنبال کنید
Ml4trading.ir

همچنین محصولات جدیدی که داریم رو در وبسایت ارایه میکنیم

🌺🙏

سلام خدمت دوستان

خوشبختانه جناب علی رحیمی @rahimiautomation و دوستانمون در @finpy یه ماژول پایتون برای دسترسی به داده های بورس تهران توسعه دادن. خیلی خوشحال میشم دوستان نصب و استفاده کنند و در بهبود نسخه های بعدی با انتقادات و پیشنهادات شون یاری کنند. همچنین ممنون میشم اگر دوستان کانالی یا گروهی در اختیار دارند در معرفی ماژول کمک کنن، چون افراد زیادی هستند که درگیر این دیتا برای انجام کارهاشون و تحقیقات دانشگاهی شون هستند.

از محبت شما سپاسگذارم

#finpy_tse
📎 برای نصب ماژول finpy-tse میتونید از دستور زیر استفاده کنید:
pip install finpy-tse
برای آشنایی با نحوه کار با این ماژول هم یه کتابچه راهنما به زبان فارسی تهیه شده که همه توابع ماژول به همراه مثال در اون توضیح داده شده.
@FinPy

#finpy_tse

📎 کتابچه راهنمای فارسی ماژول finpy-tse برای دسترسی به داده های تاریخی و لحظه ای بورس تهران.

توی گیتهاب ماژول هم یه ژوپیتر نوتبوک (البته به زبان انگلیسی) که شامل معرفی توابع هست براتون گذاشتیم. اگرچه همین کتابچه برای یادگرفتن نحوه کار با ماژول کفایت میکنه از نظر ما.
@FinPy