TGViewer
Channel Public Channel
@machinelearningnet

@machinelearningnet

@machinelearningnet2

Machine Learning Applications in Finance
Subscribers
3.29K
Photos
215
Videos
14
Links
243

Showing posts older than #156 · Back to latest

Older Posts 20 shown
Post #155 1.45K
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
  • 👍 1
Post #154 1.43K
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

🌺🙏
  • ❤ 5
Post #153
Live stream scheduled for Jan 31, 2022 at 16:30
Post #151 1.65K
فیلم جلسه دوم کتاب

Machine Learning for Algorithmic Trading

در یوتیوب و آپارات آپلود شد .

‏——————————————————
————————————————————
لینک گروه ( مارو به دوستانتان معرفی کنید)
https://t.me/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
  • 👍 8
Post #150 1.47K
DFO 6
  • 👍 8
  • 👎 2
Post #149 1.39K
DFO 5
  • 👍 2
Post #148 1.33K
DFO 4
Post #147 1.32K
DFO 3
Post #146 1.31K
DFO 2
Post #145 1.56K
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 🙏
  • 👍 7
  • 🔥 2
Post #142
Live stream scheduled for Jan 24, 2022 at 16:30
Post #139 1.85K
🙏🙏 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
  • 👍 10
Post #138 3.2K
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.me/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
  • ❤ 5
Post #135
Live stream scheduled for Jan 17, 2022 at 16:30
Post #131 2.24K

Forwarded from Dr Sasan Barak

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
GitHub GitHub - DrSasanBarak/AugmentTS: AugmentTS :: Time Series Data Augmentation using Deep Generative Models AugmentTS :: Time Series Data Augmentation using Deep Generative Models - DrSasanBarak/AugmentTS
  • ❤ 1
  • 👍 1
Post #128 2.73K
I am so happy to inform that we lunch a new book review sessions with the help of more than 40 scholars and students for reviewing the " machine learning for algorithmic trading" book. This will be our biggest group presentation with having more than 23 presentation sessions and it is the best opportunity to learn algorithmic trading deeply.

سلام دوستان 🌺،

پرزنت ها در قالب نرم افزار زوم خواهد بود و دوشنبه ۲۷ دی ماه ساعت ۲۰ اولین جلسه پرزنت کتاب رو شروع میکنیم 🌺🥳 بزودی لینک شرکت در پرزنت ها ارسال خواهد شد.


پرزنت ها در اینستاگرام هم لایو پخش خواهد شد،
لینک اینستاگرام:

https://www.instagram.com/p/CYmHLXLtP0X/?utm_medium=share_sheet

بزودی وبسایت پرزنت ها هم اماده خواهد شد.
  • 👍 9
  • 🤩 7
  • 🎉 2
Older posts →
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →