برنامه نویسی به زبان پایتون با رویکرد معاملات الگوریتمی در بازارهای مالی

۱,۳۵۰,۰۰۰ تومان۲,۶۵۰,۰۰۰ تومان

(دوره آنلاین)

تاریخ دوره: از ۱۲ بهمن ۱۴۰۰ مدت دوره: ۵۷ ساعت / یکشنبه و سه‌شنبه / ۱۷:۰۰ تا ۲۰:۰۰
سطوح ۱ تا ۳ (۳۶ ساعت) / سطح ۴ (۲۱ ساعت)
انصراف و عودت وجه تا یک هفته پیش از آغاز دوره، با کسر ۳۰% از مبلغ ثبت‌نام و پس از آن، با معرفی فرد جایگزین امکان‌پذیر است.

صاف

توضیحات

مقدمه

پایتون یکی از کارآمدترین زبان‌های برنامه نویسی حال حاضر جهان است و به دلیل توانمندی‌هایی که در حوزه یادگیری ماشینی دارد بهترین زبان برنامه نویسی برای تحلیل داده‌‌های مالی است. زبان برنامه نویسی پایتون هم برای آن دسته از افرادی که به تازگی به حوزه برنامه نویسی وارد شده‌اند مناسب است و هم برای کسانی که تجربه کار با زبان‌های برنامه‌نویسی دیگر را داشته‌اند.

گروه مالی و مدیریت سرمایه‌گذاری شریف در راستای ارتقای سطح دانش و مهارت تخصصی تمامی علاقه‌مندان به زبان‌های برنامه‌نویسی اقدام به طراحی و برگزاری دوره آموزشی آشنایی با نرم‌افزار پایتون در دو بخش نموده است.

در بخش اول که شامل سه سطح می‌شود، مباحث مطرح شده حول محور مباحث اصلی و پایه‌ای این زبان برنامه‌نویسی خواهد بود به طوری که مخاطبان بعد از گذراندن این سه سطح قادر خواهند بود تا از این زبان برنامه‌نویسی در حوزه‌های مختلفی همچون دنیای وب و اینترنت، ساخت نرم‌افزارهای موبایل، یادگیری ماشین، استفاده در هک و تست نفوذ، داده‌کاوی و Big Data، ساخت رابط کاربری گرافیکی، ساخت بازی‌های رایانه‌ای و … استفاده نماید.

در بخش دوم که شامل سطح چهارم این زبان برنامه‌نویسی می‌شود، به صورت تخصصی به استفاده از این زبان برنامه‌نویسی در انجام معاملات الگوریتمی در بازارهای مالی از جمله بازار سهام داخلی و بین‌المللی، بازارهای ارز و بازار رمزارزها پرداخته خواهد شد که به طور مشخص برای علاقه‌مندانی خواهد بود که علاوه بر گذراندن سه سطح اول و آشنایی کامل با مباحث مطرح شده در آن، به استفاده از این زبان برنامه‌نویسی جهت انجام معاملات الگوریتمی در بازارهای مالی علاقه‌مند می‌باشند.

امکان ثبت‌نام در هر بخش بصورت جداگانه و یا ثبت‌نام در هر دو بخش برای علاقه‌مندان در این دوره وجود دارد.

یادگیری این زبان برنامه نویسی بسیار ساده بوده و همین مسئله منجر شده تا محبوبیت بسیار زیادی در بین علاقه‌مندان به یادگیری زبان‌های برنامه نویسی پیدا کند. در شرایط کنونی که نیاز به برنامه‌نویسان کامپیوتری روز به روز بیشتر می‌شود، یادگیری این زبان برنامه نویسی می‌تواند مهارتی کاربردی برای برنامه‌نویسان به شمار رود.

کاربرد زبان برنامه نویسی پایتون بسیار گسترده است. پایتون کاملاً کاربردی و تطبیق‌پذیر بوده و تقریبا از آن می‌توان در همه حوزه‌ها استفاده نمود.

یادگیری برنامه نویسی با پایتون به دلیل شباهت و نزدیک بودن آن به زبان انگلیسی بسیار ساده است، طبق آمار منتشر شده سال ۲۰۱۸ در آمریکا، برنامه‌نویسان پایتون از پردرآمدترین افراد در این کشور بوده و میانگین درآمد آنها بیش از ۱۲۰ هزار دلار در سال است. همچنین برنامه‌نویسان پایتون در صدر جدول بیشترین درخواست‌های استخدام هم قرار دارند.

مخاطبان دوره

  • برنامه‌نویسان و علاقه‌مندان به یادگیری برنامه‌نویسی
  • کارشناسان و کاربران سیستم‌ها و راهکارهای تحلیل داده‌ها
  • توسعه‌دهندگان سامانه‌های هوش تجاری کسب و کار
  • تمامی علاقه‌مندان به حوزه‌های برنامه‌نویسی و تحلیل داده در بازارهای مالی و سرمایه‌گذاری

ویژگی‌های دوره پایتون در گروه مالی شریف

بیان مباحث کاربردی در زبان برنامه‌نویسی پایتون به صورت ساده و قابل فهم
بیان تمامی نکات در قالب مثال‌های گوناگون و کاربردی
طراحی محتوای دوره با رویکرد بیان مطالب از صفر تا صد و مناسب برای طیف افراد از تازه‌کار تا حرفه‌ای در برنامه‌نویسی
ارائه درس توسط مدرس توانمند و با تجربه به منظور انتقال تجربیات کاربردی
پشتیبانی علمی از شرکت‌کنندگان در قالب تشکیل گروه در شبکه‌های مجازی در زمان‌های خارج از برگزاری دوره
دسترسی به مشاهده آنلاین فیلم دوره برای شرکت‌کنندگان به منظور امکان مرور چندین باره مطالب و ایجاد تسلط بیشتر
شبکه‌سازی فی‌مابین مدرس و شرکت‌کنندگان در دوره به منظور هم‌افزایی علمی و مهارتی

برنامه نویسی پایتون | سطح یک

درس یکم: مقدمه‌ای بر پایتون

  • تاریخچه پایتون
  • ویژگی‌های پایتون
  • نسخه‌های پایتون
  • کاربردهای پایتون
  • نصب پایتون
  • محیط‌های توسعه پایتون

درس دوم: ساختار یک برنامه در پایتون

  • اجزای یک برنامه ساده
  • متغیرها
  • انواع داده‌ها
  • عملگرها
  • تقدّم عملگرها
  • ساختار داده
  • تبدیل نوع
  • دستور چاپ

درس سوم: ساختارهای تصمیم

  • دستورهای شرطی
  • حلقه‌ها
  • دستورهای کنترلی در حلقه

درس چهارم: تابع

    • تابع چیست؟
    • انواع تابع
    • توابع سفارشی
    • توابع بازگشتی
    • دامنه و طول عمر متغیرها
    • توابع بی‌نام
    • تابع lambda
    • تست تابع

درس پنجم: فایل

  • بازکردن فایل
  • حالت‌های مختلف باز کردن یک فایل
  • خواندن فایل
  • استفاده از حلقه برای خواندن محتویات فایل
  • بستن فایل
  • نوشتن در فایل
  • اضافه کردن به انتهای فایل
  • حذف فایل
  • انواع فایل

درس ششم: مطالعه آزاد

  • توابع ریاضی
  • پشته
  • صف
  • Virtual Environments
  • ماژول OS
  • Jupyter notebook
  • ایجاد یک خروجی گرافیکی
  • بهترین منابع یادگیری پایتون

برنامه نویسی پایتون | سطح دوم

درس یکم: شی‌گرایی

  • مفهوم شی‌گرایی
  • چهار اصل برنامه نویسی شی‌گراء
  • اشیاء در پایتون
  • ساختار کلاس در پایتون
  • متد
  • توابع جایگزین متد کلاس
  • صفت‌های داخلی کلاس
  • ارث‌بری
  • چندریختی
  • کلاس‌های انتزاعی
  • تخریب اشیاء

درس دوم: کار با بانک اطلاعاتی

  • بانک‌های اطلاعاتی
  • مزایای استفاده از بانک اطلاعاتی
  • انواع بانک اطلاعاتی
  • مفاهیم پایه‌ای بانک‌های اطلاعاتی
  • Sql چیست؟
  • Delete
  • بانک اطلاعاتی Access
  • بانک اطلاعاتی Mysql

درس سوم: تاریخ و زمان

  • کار با تاریخ و زمان
  • دریافت زمان فعلی سیستم
  • زمان فعلی همراه با تاریخ امروز
  • تبدیل ثانیه به ساعت و تاریخ روز
  • تبدیل زمان و تاریخ خاص به ثانیه
  • چاپ زمان با فرمت خاص
  • تبدیل زمان با فرمت به ثانیه
  • ایجاد وقفه در اجرای برنامه با تابع sleep
  • تعریف delay تصادفی در پایتون
  • چگونه عملی را در زمان‌های مشخصی انجام دهیم؟
  • راهکار ذخیره زمان در برنامه‌نویسی

درس چهارم: مطالعه آزاد

  • فیلتر کردن مقادیر در پایتون با تابع filter
  • چگونه فایل‌های خود را به فایل اجرایی در ویندوز تبدیل کنیم؟

برنامه نویسی پایتون | سطح سوم

درس اول: کتابخانه Numpy

  • معرفی و لزوم یادگیری Numpy
  • نصب Numpy
  • فراخوانی Numpy
  • آرایه در Numpy
  • مقداردهی اولیه آرایه
  • Attribute های numpy Array
  • توابع در Numpy
  • ایندکس در آرایه
  • اعمال ریاضی در Numpy
  • ترانهاده ماتریس
  • broadcasting
  • رگرسیون
  • کوواریانس
  • همبستگی
  • کار با مقادیر از دست رفته در پایتون
  • کار با مقادیر از دست رفته در ماژول Numpy
  • توابع با درجه‌های مختلف و چند جمله‌ای‌ها

درس دوم: رسم نمودار در پایتون

  • رسم نمودار در پایتون بوسیله Matplotlib
  • ایجاد تجسم خطی با Matplotlib
  • قالب‌بندی طرح خود
  • رسم ۲ نمودار در ۲ صفحه جداگانه
  • رسم ۲ نمودار در یک صفحه
  • تغییر جهت لیبل نمودار x ها
  • رسم انواع نمودار

درس سوم: کتابخانه Pandas

  • ساختار داده‌ای Pandas

درس چهارم: مطالعه آزاد

  • نمایش نمودارهای تعاملی در Jupyter
  • دکوراتورها
  • مستهلک کردن وام و محاسبه اصل و سود پول در پرداخت اقساط
  • جدول ضرب در پانداس
  • توابع با درجه‌های مختلف و چند جمله‌ای‌ها

Python for Stock

یکی از کاربردهای پایتون در حوزه مالی و علی‌­الخصوص بازار سهام است. هدف از این دوره آماده‌­سازی داده‌ها از بورس و پیاده‌سازی مباحث تحلیل تکنیکال در محیط زبان برنامه نویسی پایتون است. برای ورود به علم داده و هوش مصنوعی و … با گرایش به داده‌های بورس، این دوره ضروری است.

  • تحلیل قیمت سهام
  • برنامه‌نویسی چارت
  • دانلود خودکار داده‌های قیمت سهام
  • چارت مالی
  • رسم چارت قیمتی سهام
  • مروری بر volume data
  • رسم شمع‌ها در matplotlib
  • سفارشی کردن چارت‌ها و نمودار­ها در matplot
  • تغییر رنگ شمع‌ها و سایه‌ها در matplot
  • پویایی در رنگ سایه‌ها
  • افزودن میانگین متحرک ساده به نمودار شمعی در matplot
  • نحوه محاسبه شاخص قدرت نسبی در پایتون
  • افزودن شاخص قدرت نسبی به نمودار matplot
  • نحوه محاسبه میانگین متحرک نمایی در پایتون
  • نحوه محاسبه اندیکاتور مک‌دی
  • افزودن اندیکاتور مک‌دی به چارت قیمتی در matplot
  • نحوه نوشتن متن در نمودار matplot
  • مروری بر Matplotlib animation function
  • نحوه استفاده از Matplotlin animation function در آپدیت کردن چارت‌ها و نمودارها به صورت زنده
  • نحوه رسم داده‌های طی روز (intra-day)
  • الگوریتم‌های معاملاتی برای بازارهای جهانی، سهام و …

معاملات الگوریتمی مبتنی بر پایتون | سطح چهارم

درس اول: معاملات الگوریتمی

  • تاریخچه معاملات الگوریتمی
  • تعاریف معاملات الگوریتمی و معاملات پربسامد
  • مزایا و معایب معاملات الگوریتمی
  • قوانین و مقررات معاملات الگوریتمی و معاملات پربسامد
  • ریسک‌های معاملات الگوریتمی و معاملات پربسامد برای بازار
  • معاملات الگوریتمی در چه شرایطی مناسب نیست؟

درس دوم: دریافت داده‌های مالی

  • سهام ایران
  • سهام بین‌المللی
  • بازارهای ارز
  • بازار رمز‌ارزها

درس سوم: نمایش داده‌ها در پایتون

  • رسم انواع نمودار
  • ترسیم خط روند
  • اندیکاتورها

درس چهارم: پیاده‌سازی استراتژی

درس پنجم: back test

درس ششم: Optimization

درس هفتم: مطالعه آزاد

  • چگونه نرخ بازده ساده و لگاریتمی را برای داده‌های تعدیل شده محاسبه کنیم؟
  • آشنایی با مدل ARMA
  • بازی جفت تاس

مدرس دوره

گروه مالی و مدیریت سرمایه‌گذاری شریف همواره افتخار همکاری با بهترین متخصصین و اساتید در ایران را داشته و دارد.

null

فرهاد سلطانی

مهندسی کامپیوتر، گرایش نرم‌افزار
مؤلف و مترجم کتاب ایجاد سیستم‌های معاملاتی خودکار در زبان MQl5
مدرس زبان برنامه‌نویسی MQL (زبان برنامه‌نویسی متاتریدر)
اولین مربی MQL مورد تأیید سازمان بورس

بروشور دوره

توضیحات تکمیلی

نوع کلاس

دوره جامع, سطح ۴, سطوح ۱ تا ۳

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “برنامه نویسی به زبان پایتون با رویکرد معاملات الگوریتمی در بازارهای مالی”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

فهرست
×

سلام!

برای ارتباط با ما از طریق واتساپ روی نام پشتیبان کلیک کنید و یا از طریق ایمیل info@irfinance.ir با ما در ارتباط باشید.

× چگونه می‌توانم به شما کمک کنم؟