#چالش_فینپای

برای حل چالشی که در این پست مطرح شد:
https://news.1rj.ru/str/FinPy/283

میتونید از راه حلی که برای مساله Gambler's Ruin ارایه شده استفاده کنید که در این ویدیو توضیح داده شده. ویدیو مربوط به دوره
Mathematical Methods for Quantitative Finance
دانشگاه MIT هست.

اسلایدها در لینک مقابل
MIT Gambler's Ruin


@FinPy

#گزارش_روزانه_بازار_سرمایه

#ورود_خروج_پول_به_تفکیک_صنایع

@FinPy

#معاملات_رفتاری
#قسمت_اول

📎 شاید شما تاکنون بارها با عبارت "اقتصاد رفتاری" مواجه شده باشید و از خودتون سوال کرده باشید که آیا مفاهیم مطرح شده در این شاخه از علم اقتصاد به درد معامله گری میخورند یا نه. در این مجموعه پست میخوام کمی در این خصوص صحبت کنم، بدون پرداختن به حاشیه البته. اما قبل اش سوالی مطرح میکنم و از کسانی که علاقه مند به این رشته مطلب هستند میخوام که در مورد اش فکر کنند و اگه دوست داشتند جوابشون رو کامنت کنند.

📎 فرض کنید که شرکت الف کلا 500 تا سهم داره که 5 نفر در قیمت های مختلف هر کدام 100 سهم رو خریداری و تملک کرده اند. قیمت خرید هر سهامدار در شکل مشخص هست و میزان سود (زیان) ای که هر سهامدار با توجه به قیمت امروز سهم کسب کردند هم به درصد در شکل اومده. شما به عنوان خریدار قصد دارید سهم یکی از این افراد رو بخرید. به نظر شما چه کسانی گزینه های مناسبی برای مذاکره جهت خرید سهم شون هستند؟ به عبارتی چه کسانی احتمال بیشتری داره که فروشنده باشند؟ و چرا؟ توجه داشته باشید که اینجا بحث صندلی مدیریتی و ... مطرح نیست و انگیزه هر 5 نفر کسب سود و تجارت از طریق خرید و فروش هست.

@FinPy

#پایتون_مقدماتی
#دستورهای_شرطی


#if

@FinPy

#پایتون_مقدماتی
#دستورهای_شرطی
#مثال


#if

📎برای شرط‌ها از عملگرهای مقایسه ای < ، >، <= ، >= ،== , != که به ترتیب نشانگر کوچکتر، بزرگتر، کوچکترمساوی، بزرگترمساوی، مساوی و نامساوی هستند می‌توان استفاده کرد. جز اینها مقادیر bool نیز به عنوان شرط می‌توانند استفاده شوند و همانطور که در قسمت متغیرها گفته شد انواع دیگر متغیر نیز می‌توانند به bool تبدیل شوند و اگر به عنوان شرط قرار بگیرند مقدار تبدیل شده به bool شان به عنوان شرط در نظر می‌گرفته می‌شود.

@FinPy

#گزارش_روزانه_بازار_سرمایه

#روند_تغییرات_شاخص
#روند_تغییرات_تعداد_صفهای_خرید_فروش
#روند_تغییرات_ارزش_صفهای_خرید_فروش


@FinPy

#گزارش_روزانه_بازار_سرمایه

#بازدهی_پرتفو_هم_وزن_به_تفکیک_صنایع

@FinPy

#گزارش_روزانه_بازار_سرمایه

#ارزش_معاملات_خرد_به_تفکیک_صنایع

@FinPy

#گزارش_روزانه_بازار_سرمایه

#ارزش_صفهای_خرید_به_تفکیک_صنایع

@FinPy

#گزارش_روزانه_بازار_سرمایه

#ارزش_صفهای_فروش_به_تفکیک_صنایع

@FinPy

#کانالهای_تاثیرگذار_بر_بورس

📎 در این شکل کانال های تاثیر گذار بر بورس تهران نشان داده شده که عبارتند از:
(1) بازارهای موازی
(2) بازارهای جهانی
(3) محیط اقتصادی
(4) محیط بین المللی
(5) محیط سیاسی، قانونی و اکولوژیک

جزییات بیشتر در شکل مشخص شده است.
مرجع: گزارش پست زیر
https://news.1rj.ru/str/FinPy/311

@FinPy

#گزارش

بررسی تاثیر متغیرهای کلان اقتصادی بر ارزش معاملات سهام در بورس اوراق بهادار

▫️دوستانی که علاقه مند به بررسی تاثیر متغیرهای کلان اقتصادی بر ارزش معاملات سهام در بورس اوراق بهادار هستند، میتونند این گزارش رو که در مدیریت تحقیق و توسعه بورس اوراق بهادار تهیه شده، مطالعه کنند.

▫️دوستانی که دانشگاهی هستند یا علاقه به تحقیق در حوزه بازارهای مالی دارند هم به نظرم این گزارش ایده های خوبی برای پروژه های دانشگاهی داره. مثلا میتونید تاثیر بازارهای جهانی یا مثلا بازار پول رو در بازار بورس خودمون در ادوار مختلف رو به صورت عددی و با استفاده از روش های علمی آماری بررسی و به نتایج قابل بسط و استفاده در انتخاب سهام برسید.

@FinPy

#Quant_Insights_Conference

امروز و فردا کنفرانس Quants Insights به میزبانی موسسه CQF در حال برگزاری هست. سعی میکنم یک یا چند تا از سخنرانی هایی که فکر میکنم ممکنه به درد دوستان بخوره رو ضبط کنم و تو کانال بزارم.

@FinPy

#گزارش_روزانه_بازار_سرمایه

#ورود_خروج_پول_به_تفکیک_صنایع

@FinPy

#پاسخ_چالش_فینپای_1

📎 برای حل این مساله از راه حل ارایه شده برای مساله Gambler's Ruin استفاده میکنیم. به این ترتیب که مقدار a بازه بین 8000 تا 15000 یعنی مرزهای تعریف شده برای توقف معاملات خواهد بود. مقدار x هم فاصله بین نقطه شروع تا نقطه توقف معاملات به شرط ضرر 20% خواهد بود. مقدار p همان احتمال موفقیت 0.6 و مقدار q هم احتمال باخت 0.4 خواهد بود. مقدار b هم 100 دلار ریسک در هر معامله هست. Q_x احتمال توقف معاملات به دلیل رسیدن به مرز ضرر 20% یا همان 8000 دلار بوده و 1 منهای Q_x هم احتمال آنکه شما پولتون رو روی 15 هزار دلار تحویل بگیرید.

📎 با این داده ها و جایگذاری در فرمول مربوطه که در اسلایدهای راهنما مشخص شده، احتمال اینکه شما پولتون رو روی 15 هزارتا تحویل بگیرید 99.97% خواهد بود. یعنی در همه سناریو های متشکل از توالی های مختلف برد و باخت با در نظر گرفتن احتمال برد 60%، فقط در 0.03% از همه سناریوهای ممکن احتمال داره که شما روی 8 هزار تا پولتون رو تحویل بگیرید.

📎 اسلایدهای راهنما در پست زیر (فرمول ص 8):
https://news.1rj.ru/str/FinPy/299

📎 ویدیوی توضیحات مساله و راه حل آن در پست زیر:
https://news.1rj.ru/str/FinPy/298

@FinPy

#معرفی_دوره_آموزشی
#یودمی

📎 دوره آموزشی:
Ultimate Python Bootcamp For Data Science & Machine Learning
در یودمی به مدت محدود رایگان شده که از لینک زیر میتونید ثبت نام کنید:

https://b2n.ir/r23181

📎 تقریبا 15.5 ساعت محتوای آموزشی هست، حتما ثبت نام کنید.

@FinPy

#Quant_Insights_Conference

اسلایدهای ارایه های روز اول، لطفا محتوای اسلایدها رو ببینید و به هر کدام علاقه مند بودید، کامنت کنید، ویدیواش رو میزاریم تو کانال.

📎 Joint Calibration: The Case of Bank Regulatory Capital Securities
Dr. Philippe Henrotte, Co-Founder and Partner, ITO33

📎 Decentralized Finance, Central Bank Digital Coins, Automated Market Makers and Forex of the Future
Professor Alexander Lipton, CIO, Sila and Professor, The Hebrew University of Jerusalem

📎 Cross-Currency Options and the Correlated SABR Model
Dr. Katia Babbar, Lecturer, University of Oxford

📎 American Option Pricing in a Tick - Calibration in a Click
Dr. Jesper Andreasen, Head of Quantitative Research, Saxo Bank

📎 Optimal Portfolio Construction and Risk Premia in Options Markets
Dr. Misha Fomytskyi, Co-Founder, Vola Dynamics LLC

📎 Fat Tailed Kelly
Steve Schulist, Quantitative Analyst, PIMCO

@FinPy