#ML_for_Algo_Trading

📎 دوستانی که موفق نشدن در جلسه مربوط به ارائه فصل اول کتاب
Machine Learning for Algorithmic Trading
شرکت کنند، میتونند ویدیو این جلسه رو از یوتیوب یا آپارات مشاهده کنند.

📎 برای دانلود کتاب از این لینک و برای دانلود کدهای پایتون کتاب از این لینک میتونید استفاده کنید.

📎 ارائه فصل دوم کتاب، هفته بعد دوشنبه ساعت 20 خواهد بود.

لینک کانال آقای دکتر براک:
@Machinelearningnet2

@FinPy

#معرفی_کتاب

Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow

سطح: متوسط

📎 دوستانی که علاقه مند به یادگیری کاربردی ماشین لرنینگ با پایتون هستند، این کتاب مرجع خوبی میتونه باشه که به سه تا از ماژولهای کاربردی ماشین لرنیگ در پایتون همراه با توضیح مفاهیم پرداخته، scikit-learn برای روشهایی از ماشین لرنینگ که مبتنی بر شبکه های عصبی نیستند مربوط میشه و تنسورفلو و کراس به شبکه های عصبی. کراس هم به اصطلاح on top of تنسورفلو نوشته شده و تو دل خودش از تنسورفلو استفاده میکنه. انشالله در فرصتهای آینده در مورد این ماژولها هم صحبت خواهیم کرد.

📎 پ.ن. نمیدونم چرا اینقدر عکس جک و جونور میزارن رو جلد کتابهاشون!

@FinPy

#هوش_مصنوعی
#ماشین_لرنینگ
#دیپ_لرنینگ

📎 یه نکته مهم در مورد جایگاه ماشین لرنیگ و دیپ لرنینگ اینه که، دیپ لرنینگ زیرمجموعه ماشین لرنینگ هست و در واقع مبتنی بر شبکه های عصبی. خود ماشین لرنینگ هم زیر مجموعه هوش مصنوعی محسوب میشه.

@FinPy

#Factor_Investing

📎 قبلا در یک پست کتاب
Asset Management: A Systematic Approach to Factor Investing
معرفی شد. در اون پست اشاره کردم که شما نمیتونید فقط با تسلط بر ابزارهایی که ماشین لرنینگ در اختیار شما قرار میده، کار خاصی در بازار انجام بدید و لازم هست با یه سری مبانی و مفاهیم هم آشنا باشید که factor investing یکی از مهمترین اونهاست که 6 تا نوبل اقتصاد به مدلهای مربوط به این حوزه اختصاص داده شده! نویسنده این کتاب آقای Ang در ویدیو زیر در مورد مرزهای factor investing صحبت کرده:
Frontiers in Factor Investing: Andrew Ang
پیشنهاد میکنم مقالات آقای Ang که مدیر بخش Factor Investing شرکت Black Rock (جز 3 شرکت بزرگ از نظر دارایی تحت مدیریت در دنیا) هست، رو هم دنبال کنید. در واقع فاکتورها همون فیچرهایی هستند که به مدلهای خودتون از رگرسیون خطی گرفته تا مدلهای پیچیده تر ماشین لرنینگ میدید تا به شما در انتخاب دارایی و سهام برای سرمایه گذاری کمک کنند. دست کم نگیریدشون!
@FinPy

#ML_for_Algo_Trading

📎 جلسه دوم ارائه کتاب:
Machine Learning for Algorithmic Trading
روز دوشنبه 4 بهمن ساعت 20، برگزار خواهد شد. موضوع جلسه:
Market and Fundamental Data
(فصل دوم 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 این لینک، و 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.

📎 لینک کانال آقای دکتر براک:
@Machinelearningnet2

@FinPy

#ML_for_Algo_Trading
#Slides
📎 اسلایدهای ارائه جلسه اول کتاب با موضوع
Machine Learning for Trading From Idea to Execution
(فصل اول کتاب) ارائه شده توسط آقای حامد کاوه ای.

@FinPy

#جیمز_سایمون
#دستکاری_بازار

📎 آقای جیمز سایمون قطعا یکی از اسطوره های معاملات الگوریتمی در دنیا هست. در این ویدیو آقای سایمون به موضوع دستکاری بازار اشاره میکنه که یه توضیح کوتاهی در موردش میدم (ویدیو رو هم ببینید). ویدیو مصاحبه کامل با ایشون رو هم میتونید تو یوتیوب ببینید.

📎 فرض کنید شما مدیر یه صندوق سرمایه گذاری هستید و میخوایید پوزیشن خرید بزرگی روی یک سهم با توجه به تحلیل های انجام شده (با ماشین یا انسان) بگیرید. بزرگترین مشکلی که وجود داره اینه که آیا در مقابل این سفارش خرید شما سفارشات فروشی به همان اندازه وجود داره یا نه. چون بالاخره کسانی باید فروشنده باشند که شما بتونید ازشون بخرید، در غیر این صورت سفارش خرید شما میتونه قیمت رو اونقدر بالا ببره که دیگه خرید در اون قیمت بالا ارزشی نداشته باشه. در نتیجه شما مجبور هستید قیمت رو اونقدر به سمت پایین پوش کنید (با سفارشهای فروش کوچک) که حد ضرر عده کافی از سهامداران رو فعال کنید تا فروشنده بشن و شما بتونید پوزیشن مد نظرتون رو در محدوده قیمتی مد نظر پر کنید. به این میگن دستکاری بازار که که پولهای بزرگ در هنگام ورود یا خروج غالبا انجام میدن.

@FinPy

#پایتون_مالی
#مفهوم_ریسک
#رگرسیون
در ادامه پست قبلی امروز به محاسبه رگرسیون و در گام بعدی پیدا کردن بتا سهام می‌پردازیم


@FinPy

#الوعده_وفا
#خبر_خوب

📎 روز 21 آذر در این پست دو تا خبر خوب بهتون دادیم. یکی اش جلسات ارائه کتاب
Machine Learning for Algorithmic Trading
بود که شروع شده و میتونه به عنوان یه کلاس آموزشی برای یادگیری روش های مدلسازی و تحلیل بازار با استفاده از ابزارهای ماشین لرنینگ، کمک کنه بهتون. همچنین قرار بود ما یه خدمت رایگان هم در اختیار شما قرار بدیم که کمی طول کشید. این تاخیر هم بیشتر به خاطر یه سری آماده سازی ها و تست ها بود تا محصولی که در اختیار شما قرار میگیره حتی الامکان بی عیب و نقص و سریع باشه.

📎 از امروز شما دیگه نباید دغدغه ای در خصوص دسترسی به داده های بورس تهران داشته باشید. ما یک ماژول پایتون که به راحتی از طریق دستور pip قابل نصب هست رو توسعه دادیم که تقریبا میتونه همه نیازهای واقعی شما به دیتای بورس تهران رو پوشش بده. از دریافت سابقه اطلاعات گرفته تا رصد داده های لحظه ای. در چند پست بعدی این ماژول خدمتتان معرفی خواهد شد. شما میتونید از همین الان این ماژول رو نصب کرده و ازش استفاده کنید.

📎 اسم این ماژول finpy-tse هست.
@FinPy

#finpy_tse

📎 ویژگی های ماژول finpy-tse
@FinPy

#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. موقع استفاده هم اگر VPN تون خاموش باشه خیلی بهتره.

@FinPy