دانلود کتاب «Practical Statistics for Data Scientists» به فارسی «آمار کاربردی برای دانشمندان داده»


#معرفی_کتاب
#علم_داده
#آمار
#پایتون_مالی

عضویت در کانال 👇👇👇

پایتون برای مالی در تلگرام t.iss.one/python4finance
پایتون برای مالی در بله ble.im/python4finance

تشخیص همبستگی میان متغیرها
در پست های قبلی در خصوص همبستگی صحبت کردیم. به ارتباط میان متغیرها همبستگی گفته می شود. ( اگر یک متغیر با مقادیر قبلی خود همبستگی داشته باشد به آن خود همبسته گفته می شود. مطالعه پست مربوطه )
برای تشخیص خود هبستگی از کوواریانس(cov) و ضریب همبستگی R استفاده می شود. از کوواریانس برای تشخیص جهت همبستگی و از ضریب همبستگی برای تشخیص جهت و شدت همبستگی استفاده می شود. ضریب همبستگی مقداری بین -1 تا +1 دارد. محاسبه ریاضیاتی کواریانس و ضریب همبستگی بسیار جالب است که توصیه می کنم حتما آن را مطالعه نمایید.
توجه داشته باشید وجود همبستگی لزوما به معنای وجود رابطه علی و معلولی نیست.
فرض کنید گفته شده است با افزایش نرخ ارز در کشور شاخص بازار سرمایه افزایش می یابد. (به دلایل بنیادی آن کاری نداریم.) به راحتی می توانید با محاسبه کوواریانس و ضریب همبستگی این فرضیه را تایید یا رد کنید.
در تصویر این پست، کوواریانس و ضریب همبستگی برای دو سری تصادفی با استفاده از کتابخانه Numpy محاسبه و رسم شده است.

#ضریب_همبستگی
#کوواریانس
#آزمون_فرضیه
#مدلسازی_مالی
#پایتون_مالی

پایتون برای مالی
@python4finance

تشخیص همبستگی میان متغیرها
در تصویر این پست، کوواریانس و ضریب همبستگی برای مثال پست قبل، با استفاده از کتابخانه Pandas محاسبه و رسم شده است.

#ضریب_همبستگی
#کوواریانس
#آزمون_فرضیه
#مدلسازی_مالی
#پایتون_مالی


پایتون برای مالی
https://t.iss.one/joinchat/AAAAAFGMkouqbsb86Vfzug

چرخه فعالیت مدل
معمولا بعد از انجام مدلسازی، چرخه فعالیت مدل به این صورت خواهد بود:
1- جمع آوری داده
2- تفسیر داده ها
3- آموزش مدل
4- ارزیابی کارکرد مدل
5- نگه داری و به روز رسانی مدل
هر چقدر این فرایند بیشتر تکرار شود، مدل ما به دقت بالاتری خواهد رسید.

#مدل
#چرخه_فعالیت
#مدلسازی_مالی
#پایتون_مالی


پایتون برای مالی
https://t.iss.one/joinchat/AAAAAFGMkouqbsb86Vfzug

رسم نمودارهای کندل (candle) به راحتی آب خوردن
برای خیلی از تحلیل گران تکنیکال، نمودارها همچنان حرف اول را می زنند. نمودارهای کندل، ohlc ، نقطه و خط از انواع این نمودارها هستند. برای رسم این نمودارها می توانیم از کتابخانه mplfinance استفاده کنیم. در واقع mplfinance بخشی از کتابخانه matplotlib است که از آن مستقل شده است و تخصصی کار رسم نمودارهای مالی را انجام می دهد. (اگر این کتابخانه را نصب نکرده اید با دستور pip install mplfinance در cmd آن را نصب کنید!)
برای تغییر نوع نمودار می توانید مقدار type را بر روی یکی از موارد 'candle','line', 'renko','pnf' تنظیم کنید. مقدار پیش فرض 'ohlc' است.
در مثال این پست، اطلاعات دو ماهه آخر سهم Apple دریافت شده و نمودار کندل و همچنین میانگین متحرک 3 , 7 روزه برای آن رسم شده است.

#نمودارهای_مالی
#نمودار_کندل
#مدلسازی_مالی
#پایتون_مالی


✅عضویت در کانال پایتون برای مالی
https://t.iss.one/joinchat/AAAAAFGMkouqbsb86Vfzug

معرفی کتاب «یادگیری ماشین برای معاملات الگوریتمی، مدل های پیش بینی کننده برای استخراج سیگنال ها از بازار و داده های جایگزین برای استراتژی های معاملاتی سیستماتیک با پایتون » به انگلیسی «Machine Learning for Algorithmic Trading_ Predictive models to extract signals from market and alternative data for systematic trading strategies with Python» نگارش دوم.

یادگیری ماشین یکی از بحث های بسیار داغ در هوش مصنوعی است و امروزه در مالی هم جایگاه خود را کاملا باز کرده است.
در این کتاب با تکنیک های یادگیری ماشین در معاملات الگوریتمی آشنا خواهید شد.

#معرفی_کتاب
#معاملات_الگوریتمی
#یادگیری_ماشین
#پایتون_مالی


پایتون برای مالی
https://t.iss.one/joinchat/AAAAAFGMkouqbsb86Vfzug

دانلود کتاب «یادگیری ماشین برای معاملات الگوریتمی، مدل های پیش بینی کننده برای استخراج سیگنال ها از بازار و داده های جایگزین برای استراتژی های معاملاتی سیستماتیک با پایتون » به انگلیسی «Machine Learning for Algorithmic Trading_ Predictive models to extract signals from market and alternative data for systematic trading strategies with Python» نگارش دوم.



#معرفی_کتاب
#معاملات_الگوریتمی
#یادگیری_ماشین
#پایتون_مالی


پایتون برای مالی
https://t.iss.one/joinchat/AAAAAFGMkouqbsb86Vfzug

دوره MBA علم داده و معاملات الگوریتمی

🔸 معرفی دوره توسط دکتر محمدصادق کریمی مهرآبادی، مدرس دوره MBA علم داده و معاملات الگوریتمی

✅ ثبت نام برای عموم (آقایان و بانوان) آزاد است .

⏰ تخفیف ویژه ثبت نام، فقط تا 15 دی ماه

اطلاعات بیشتر و ثبت نام: 👇👇👇
کانال رسمی دوره های MBA و DBA دانشگاه الزهرا(س)
https://t.iss.one/joinchat/AAAAAEuuuEtO5sdBGcvnzQ

توصیف آماری در پایتون

آمار یکی از اصلی ترین زیربناهای علم داده و مدلسازی است. اهمیت آمار به حدی است که بدون دانستن آن یادگیری مفاهیم هوش مصنوعی و یادگیری ماشین تقریبا محال است!
در پست های قبل در خصوص تابع Descibe در پانداس صحبت کرده بودیم. ( کار این تابع محاسبه خصوصیات اصلی داده ها مانند میانگین، واریانس و چارک هاست)
یکی دیگر از توابع بسیار کاربردی Pandas برای توصیف داده ها ، تابع aggregate یا به اختصار agg است. به کمک این تابع می توانید سایر خصوصیات مهم داده ها ، مانند میانه و مد ، حداکثر و حداقل، جمع کل ، انحراف معیار و ... را محاسبه کنید. در تصویر مربوط به این پست یک دیتاست فرضی ایجاد می شود و متغیرهای اصلی آمار توصیفی برای آن محاسبه می شود.

#آمار_توصیفی
#توصیف_داده ها
#پایتون_مالی

پایتون برای مالی
https://t.iss.one/joinchat/AAAAAFGMkouqbsb86Vfzug

ارزش در معرض ریسک Value at Risk (VaR)
ارزش در معرض خطر، حداکثر زیانی است که ممکن است طی یک دوره زمانی معین و یک سطح اطمینان مشخص برای یک دارایی ایجاد شود.
مثال: ارزش در معرض ریسک روزانه خرید و فروش یک پرتفو، در سطح اطمینان 95 درصد، 350 میلیون تومان است‌. یعنی تنها در پنج مورد از هر 100 روز معامله ممکن است ضرر و زیانی بیش از 350 میلیون تومان رخ بدهد.
مهمترین نوآوری VaR این است که این روش برخلاف روش های قبلی احتمال را نیز در محاسبات خود لحاظ کرده است.
در تصویر این پست، یک توزیع نرمال از بازده با سطح اطمینان 95% نمایش داده شده است.
با توجه به طولانی بودن کدها، فایل کد را در پست بعد تقدیم خواهم کرد.

#Value at Risk
#ارزش در معرض خطر
#پایتون_مالی

پایتون برای مالی
https://t.iss.one/joinchat/AAAAAFGMkouqbsb86Vfzug

ارزش در معرض ریسک Value at Risk (VaR)
فایل کد
#Value at Risk
#ارزش در معرض خطر
#پایتون_مالی

پایتون برای مالی
https://t.iss.one/joinchat/AAAAAFGMkouqbsb86Vfzug

معکوس سازی در پایتون
خیلی از اوقات پیش می آید که ترتیب داده هایی که به دست ما رسیده است دقیقا معکوس آن چیزی است که نیاز داریم. برای مثال داده هایی که از سایت Tsetmc دریافت می کنیم از آخرین روز به اولین روز (DESC) چیده شده اند اما ما برای رسم آنها نیاز داریم تا داده ها به صورت معکوس یعنی از روز اول به روز آخر (ASC) چیده شوند.
در پایتون راحت ترین روش برای معکوس کردن داده ها استفاده از Slicing یا بخش بندی است. کافی است گام حرکت را از حالت پیشفرض که 1 است به 1- تغییر دهیم.
در تصویر این پست چند نمونه معکوس سازی نمایش داده شده است.

#معکوس_سازی
#مدلسازی_مالی
#پایتون_مالی
#Slicing

پایتون برای مالی
https://t.iss.one/joinchat/AAAAAFGMkouqbsb86Vfzug

دوره فشرده «مدلسازی مالی با پایتون»، مقدماتی- آنلاین
امروزه اهمیت یادگیری یک زبان برنامه نویسی به عنوان ابزاری کاربردی بر هیچ کسی پوشیده نیست. پایتون یکی از پرطرفدارترین زبان‌ها در دنیای تحلیل داده و مدلسازی است که به کمک کتابخانه‌های متنوع آن، می‌توان حجم بزرگی از اطلاعات را پردازش و تحلیل کرد و با استفاده از مدل های هوش مصنوعی و یادگیری ماشین پیش‌بینی های نسبتا دقیقی انجام داد.

سرفصل دوره:
آموزش مبانی پایتون
آموزش کتابخانه های پایتون
آموزش مبانی مدلسازی مالی
ارزش زمانی پول
محاسبه بازده و ریسک سهم
بهینه سازی
مطالعه موردی بازار ایران

زمان برگزاری:
۲۲ و ۲۳ و ۲۴ بهمن ۱۳۹۹ ساعت ۱۳ الی ۱۸-طول دوره ۱۵ ساعت

مدرس: آقای دکتر محمدصادق کریمی مهرآبادی

✅ به پذیرفته شدگان در دوره گواهینامه دانشگاه الزهرا(س) اعطا خواهد شد.
✅برای شرکت در دوره نیاز به پیش نیاز خاصی نیست و همه مباحث در دوره گفته می شود

اطلاعات بیشتر:
https://t.iss.one/joinchat/AAAAAFGMkouqbsb86Vfzug

دوره فشرده «مدلسازی مالی با پایتون»، مقدماتی

🌐 لینک ثبت نام در دوره
پایتون برای مالی
https://t.iss.one/joinchat/AAAAAFGMkouqbsb86Vfzug

اسلایدهای ارزش زمانی پول- ماژول numpy-financial
ارزش زمانی پول یکی از مهمترین مباحث در اقتصاد مهندسی و مدیریت مالی و مبنای بیشتر تصمیم گیری های اقتصادی ماست. در این اسلایدها ضمن معرفی ماژول numpy-financial ، چند مثال کاربردی از آن حل می شود.
این اسلایدها مربوط به درس مدلسازی مالی با پایتون است.

#اسلاید_آموزشی
#ارزش_زمانی_پول
#مدلسازی_مالی
#پایتون_مالی
#Time_value_of_money

✅ عضویت در کانال و دریافت صدها نکته آموزشی در خصوص پایتون و مدلسازی اقتصادی و مالی با پایتون👇👇👇

https://t.iss.one/joinchat/AAAAAFGMkouqbsb86Vfzug

چگونه فایل های خود را به فایل اجرایی در ویندوز تبدیل کنیم؟
یکی از سوالاتی که خیلی از دوستان در پیام خصوصی پرسیده اند، شیوه تبدیل فایل های پایتون به فایل اجرایی است. فرقی نمی کند که صرفا برنامه ها در محیط کنسول اجرا شوند یا از رابط های گرافیکی مثل Tkinter استفاده کرده باشیم یکی از بهترین ابزارها برای تبدیل برنامه نهایی به یک فایل قابل اجرا در ویندوز، ماژول auto-py-to-exe است. تفاوت عمده این ابزار با ابزارهای مشابه، رابط گرافیکی زیبایی است که این ماژول در اختیار شما فرار می دهد. اطلاعات تکیلی در خصوص این ماژول را می توانید در این آدرس مشاهده نمایید.

#تبدیل_به_exe
#فایل_اجرایی
#پایتون_مالی

عضویت در کانال 👇👇👇

پایتون برای مالی در تلگرام t.iss.one/python4finance
پایتون برای مالی در بله ble.im/python4finance

مقایسه دستورات Pyton، Julia و R
بدون اغراق می توان گفت که پایتون، آر و جولیا سه زبان بسیار مهم و کاربردی در علم داده هستند. خیلی از اوقات پیش می آید که لازم است بر روی پروژه ای کار کنیم که با زبان دیگری به جز زبان پایتون نوشته شده است. در این برگ خلاصه مرور، اهم دستورات کاربردی سه زبان Pyton، Julia و R به صورت مقایسه ای بیان شده اند.

#Pyton #Julia #R
#مقایسه_دستورات
#پایتون_مالی

عضویت در کانال 👇👇👇

پایتون برای مالی در تلگرام t.iss.one/python4finance

دریافت داده های نفت خام با استفاده از quandl
نفت خام یکی از اصلی ترین کالاهای معاملاتی است که تاثیر زیادی در حیطه بازارهای مالی دارد. این موضوع در خصوص کشور ما که صادر کننده نفت است و بخشی از بودجه دولت از طریق صادرات تامین می شود اهمیت بسزایی دارد.
سایت quandl.com یکی از سایت های بسیار خوبی است که اطلاعات بسیار دقیقی را در حیطه های مختلف مانند قیمت نفت در اختیار ما قرار می دهد.
برای انجام این تمرین، لازم است در سایت مذکور عضو شوید و یک api رایگان دریافت کنید. بعد از آن ماژول quandl را با استفاده از pip نصب نمایید.
سپس api دریافتی خود را به جای *** که در مثال می بینید قرار دهید.
در تصویر این پست قیمت نفت خام برنت از سال 1987 تا امروز به صورت روزانه دریافت و رسم می شود.

پایتون برای مالی
https://t.iss.one/joinchat/AAAAAFGMkouqbsb86Vfzug

مستهلک کردن وام و محاسبه اصل و سود پول در پرداخت اقساط
یکی از بخش های جذاب مباحث ارزش زمانی پول؛ مستهلک کردن وام است. مستهلک کردن وام یعنی هنگامی که وام از بانک دریافت می شود، ارزش آتی (FV) آن به اضافه پرداخت های اقساط برابر صفر خواهد بود. بانک وام را با یک نرخ بهره مشخص محاسبه می کند و در هر قسطی (pmt) که می پردازید بخشی از سود(ipmt) و اصل پول(ppmt) را پرداخت می کنید. طبیعی است در ابتدا بخش عمده پرداخت از سود وام است و در انتها اصل پول.
در مثال این پست وامی به مبلغ 10.000 ریال با نرخ بهره مرکب سالانه 12% با پرداخت های سالانه برای 5 سال مستهلک می شود و نتیجه رسم می شود.
نکته: در این مثال از numpy_financial استفاده شده است که در صورتی که آنرا نصب نکرده اید با pip install numpy-financial آن را نصب نمایید.
##ارزش_زمانی_پول
#مستهلک_کردن_وام
#پایتون_برای_مالی

@python4finance