Python4Finance

دانلود کتاب «تحلیل داده های مالی با پایتون» به انگلیسی «Data Analytics for Finance Using Python»
یک کتاب جمع و جور برای علاقه مندان به تحلیل داده های مالی

#دانلود_کتاب
#پایتون_مالی

پایتون برای مالی

🆔 t.me/python4finance
🆔 ble.ir/python4finance

معرفی کتاب «تحلیل داده های مالی با پایتون» به انگلیسی «Data Analytics for Finance Using Python»
یک کتاب جمع و جور برای علاقه مندان به تحلیل داده های مالی
عناوین فصل های کتاب عبارتند از :
Chapter 1: Portfolio management by applying
K-means clustering
Chapter 2: Predicting stock price using the ARIMA model
Chapter 3: Stock investment strategy using a logistic regression
Chapter 4: Predicting the stock buying and selling decisions
Chapter 5: The random forest technique
Chapter 7: Descriptive statistics for stock risk analysis
Chapter 8: Stock prediction using a multiple regression model
Chapter 9: F-test for stock risk assessment
Chapter 10: T-test for stock risk assessment
Chapter 11: Z-test for stock risk assessment
Chapter 12: Support vector machine for stock
prediction
Chapter 13: Stock risk analysis by visualization
Chapter 14: NLP for sentiment analysis for stock
Chapter 15: LSTM for stock price prediction

#معرفی_کتاب
#پایتون_مالی

پایتون برای مالی

🆔 t.me/python4finance
🆔 ble.ir/python4finance

ویژگی های جدید پایتون 3_13

در این فیلم، ویژگی های جدید پایتون توضیح داده می شود. (زبان فایل، انگلیسی روان است)

#پایتون3_13
#python3.13
#new_features

پایتون برای مالی

🆔 @python4finance

ویژگی های جدید پایتون 3.13

نسخه پایدار پایتون 3.13 هفتم اکتبر یعنی حدودا یکماه و نیم پیش منتشر شد. طبق معمول پیشرفت های بسیار خوبی در بخش های مختلف پایتون داده شده است که کارکردن با این زبان محبوب را جذاب تر می کند.
1️⃣ بهبود نمایش خطاها
در نسخه 3.13 پایتون، نمایش خطاها بهبود مناسبی پیدا کرده اند. مثلا خطاها با رنگ های مختلف نشان داده می شوند. همچنین در هنگامی که یک فایل مشابه با نام یک ماژول در پوشه جاری داشته باشید، پایتون با یک پیام خطای صحیح شما را متوجه این موضوع می کند. (در یکی از پروژه ها وجود فایلی همنام با یک ماژول چند ساعت وقت کل تیم ما را گرفت😐)
2️⃣ اضافه شدن JIT (Just-In-Time)
یکی از دغدفه های برنامه نویسان پایتون همواره سرعت اجرای برنامه ها بوده است. برخی زبان های دیگر با ارائه JIT این موضوع را حل کرده بودند. در نسخه 3.13 کامپایلر JIT به صورت پیشفرض غیر فعال است، اما در صورت فعال شدن می‌تواند در بهبود کارایی پروژه مفید باشد و در آینده در ورژن‌های جدید پایتون، کامل‌تر خواهد شد.
3️⃣ پشتیبانی از IOS
در این نسخه از پلت فرم IOS شامل آیفون و آی پدهای بعد از سال 2013 که دارای ساختار arm64-apple-ios پشتیبانی می‌شود.
4️⃣ حذف ویژگی‌های قدیمی و ناکارآمد

البته اینها موارد کاربردی و مهم تغییرات این نسخه هستند و میزان بهبود ها بسیار بیشتر است. اگر به این موضوع علاقه مند بودید سری به این آدرس بزنید.

🔈 نکته: همیشه توصیه می شود اگر در حال حاضر پروژه فعالی را با پایتون های قدیمی تر دارید، آپدیت به نسخه جدید را با یکی دو ماه تاخیر انجام دهید. معمولا در ابتدای ارائه ورژن های جدید، برخی ماژول ها دچار مشکل می شوند که عموما تا یکی دو ماه بعد نسخه جدید آنها هم ارائه می شود.

#پایتون3.13
#python3.13
#new_features

پایتون برای مالی

🆔 @python4finance

خلاصه بندی OHLC داده ها با resample
یکی از توابع بسیار کاربردی pandas تابع resample است. به کمک این تابع می توانیم تناوب داده ها را تغییر دهیم. مثلا داده های ساعتی را به داده های روزانه تبدیل کنیم یا داده های روزانه را به هفتگی، ماهانه و سالانه.
یکی از بخش های قشنگ این ماژل تبدیل داده ها به فرمت OHLC است. یعنی داده های مربوط به بازشدن، بالاترین داده، کمترین داده و داده بسته شده. (البته برای بچه های بازار سرمایه این فرمت آشناست، اما برای سایر رشته ها شاید کمی عجیب به نظر برسد)
فرض کنید داده های ساعتی هواشناسی را داریم. می خواهیم دمای هوا در ابتدا و انتهای روز و نیز بالاترین دما و پایین ترین دما را مشخص و رسم کنیم.
با استفاده از resample به راحتی قابل انجام است.

import pandas as pd
import mplfinance as mpf
url="https://python4finance.ir/datafolder/WeatherData.csv"
df=pd.read_csv(url,index_col="Date/Time" , parse_dates=True)
mpf.plot(df.loc["01/01/2012 00:00":"05/01/2012 00:00"]["Temp_C"].resample("D").ohlc(),type="candle",figsize=(16,6),mav=(10))

#پانداس
#pandas
#resample

پایتون برای مالی

🆔 @python4finance

دانلود کتاب «مالی تر و تمیز با پایتون» به انگلیسی «Tidy Finance with Python »

سایت کتاب

#معرفی_کتاب
#پایتون_مالی

پایتون برای مالی

🆔 t.me/python4finance
🆔 ble.ir/python4finance

معرفی کتاب «مالی تر و تمیز با پایتون» به انگلیسی «Tidy Finance with Python »
تا امروز کتاب های زیادی را در خصوص یادگیری پایتون و کاربرد آن در اقتصاد و مالی معرفی کردیم. برخی کتاب های بسیار دقیق و البته پیچیده و برخی کتاب های مقدماتی تر و با زبانی ساده بودند. البته عموما اینگونه کتاب ها دارای مفاهیم مشترک زیادی هستند و بیشتر تفاوت در سبک بیان و مثال هاست.
در این کتاب ضمن بیان مفاهیم اصلی مالی، کاربردهای تجربی از مفاهیم کلیدی قیمت گذاری دارایی (برآورد بتا، انواع نمونه کارها، تجزیه و تحلیل عملکرد،فاکتورهای فاما-فرنچ) تا مدل سازی و کاربردهای یادگیری ماشین (تخمین اثرات ثابت، خوشه بندی خطاهای استاندارد، رگرسیون خطی و ...) ارائه می شود.
این کتاب در سطح میانه ارائه شده است.

سایت کتاب

#معرفی_کتاب
#پایتون_مالی

پایتون برای مالی

🆔 t.me/python4finance
🆔 ble.ir/python4finance

استفاده از هوش مصنوعی در برنامه نویسی
قبلا در این پست در خصوص یک دستیار هوش مصنوعی صحبت کرده بودم. امروز می خواهم یک ماژول بسیار خوب برای استفاده از هوش مصنوعی در برنامه نویسی را معرفی کنم.
برای این منظور کافی است ماژول CodeGPT را روی vscode نصب کنید. نتیجه حیرت انگیز است. می توانید سوالات خود را حتی به فارسی هم بپرسید!

واقعا با این ابزارهای جدید برنامه نویسی هر روز جذاب و جذاب تر می شود.🤩

#دستیار_هوش_مصنوعی
#هوش_مصنوعی
#vscode
#CodeGPT
#Microsoft
#IDE

پایتون برای مالی

🆔 t.me/python4finance
🆔 ble.ir/python4finance

اختصاصی سازی مقادیر نمایش داده شده در pandas
یکی از ویژگی های جالب پانداس، امکانات بسیار خوبی است که برای اختصاصی سازی داده ها به کاربر می دهد. برای مثال فرض کنید می خواهیم به جای داده های Nan عبارت خالی را نمایش دهیم. یا می خواهیم داده ها را به صورت سه رقم سه رقم نمایش دهیم. برای این کار به آسانی می توانیم از style.format استفاده کنیم.
در مثال این پست، اختصاصی سازی داده ها برای مقادیر مختلف نمایش داده می شود.

import pandas as pd
df = pd.DataFrame([[np.nan, 1234567, np.nan], [2.0, 'A' , 3.0]])
df.style.format(thousands=",", precision=2 , decimal="/", na_rep='خالی')  

#پایتون_مالی
#پانداس
#pandas

عضویت در کانال پایتون برای مالی👇👇👇

🆔 t.me/python4finance
🆔 ble.ir/python4finance

یک دستیار هوش مصنوعی فوق العاده برای یافتن موضوع مقاله،پایان نامه و رساله
یکی از موضوعاتی که بسیاری از دنبال کنندگان کانال از من می پرسند این است که در چه حیطه ای تحقیق کنیم و آیا موضوع خوب برای پایان نامه و مقاله سراغ دارید؟
قبلا مطالبی را در این خصوص تقدیم کرده بودم که با هشتگ #پایان_نامه در دسترس است.
اما یکی از سایت های جالبی که یکی دو سالی است برای کمک به پژوهشگران تاسیس شده است سایت perplexity.ai است. Perplexity AI یک موتور جستجوی محاوره ای و تحقیقاتی مبتنی بر هوش مصنوعی است که با استفاده از متد زبان طبیعی به سوالات شما پاسخ می دهد.
کافی است با زبان محاوره ای سوال خود را بپرسید و از نتیجه های بسیار جالب آن استفاده کنید.

#پایان_نامه
#رساله
#انتخاب_موضوع
#پایتون_مالی
#هوش_مصنوعی
عضویت در کانال 👇👇👇

🆔 t.me/python4finance
🆔 ble.ir/python4finance

میلاد نبی اکرم بهانه خلقت و قرآن ناطق، امام صادق(ع) بر شما تبریک وتهنیت باد.

#مناسبت

پایتون برای مالی
🆔 t.me/python4finance
🆔 ble.ir/python4finance

ماژول دریافت اطلاعات از بورس تهران (TSETMC) - نسخه 5.61

ماژول Tsemodule رو فکر می کنم همه دیگه می شناسید. این ماژول رو من برای کارهای آموزشی توسعه دادم و خیلی ها الان از این ماژول استفاده می کنند و به تناسب نیاز برای خودشون توسعه های مازادی هم دادن. اخیرا به دلیل تغییرات سایت TseTmc تابع stockdetail کار نمی کرد که در این آپدیت اصلاح شده است.
اگر با همه امکانات ماژول آشنا نیستید سری به این پست بزنید.
با استفاده از دستور tm5.ver مطمئن شوید که از ورژن 5.61 استفاده می کنید.
تغییرات اخیر ماژول:
- رفع مشکل یافتن جزئیات نماد
- بهبودهای جزئی در عملکرد برنامه

گیت هاب: لینک
#tsemodule

پی نوشت: خیلی از عزیزان نسخه های جدیدی رو بر مبنای این ماژول توسعه دادن و امکانات خوبی به ماژول اصلی اضافه کردن و در اینترنت هم توزیع کردن. اگرچه من از همون ابتدا این ماژول رو برای همین موضوع توسعه دادم و خوشحال می شم وقتی نسخه های توسعه داده شده ای رو می بینم ولی اگر دوست داشتید در نسخه های خودتون به منبع اصلی هم اشاره کنید. این طوری کارتون هم حرفه ای تره.

پایتون برای مالی

🆔 t.me/python4finance
🆔 ble.ir/python4finance

دانلود کتاب «آشنایی با پایتون-علم داده و مالی کمی» به انگلیسی «Introduction to Python - Data Science, Quantitative Finance (2.0)»

در واقع این کتاب، یک منبع ابتدایی برای افرادی است که می خواهند به تازگی با مفاهیم پایتون مالی آشنا شوند. سطح کتاب مقدماتی و آسان و زبان انگلیسی آن روان است.


#دانلود_کتاب
#پایتون_مالی

پایتون برای مالی

🆔 t.me/python4finance
🆔 ble.ir/python4finance

معرفی کتاب «آشنایی با پایتون-علم داده و مالی کمی» به انگلیسی «Introduction to Python - Data Science, Quantitative Finance (2.0)»
در واقع این کتاب، یک منبع ابتدایی برای افرادی است که می خواهند به تازگی با مفاهیم پایتون مالی آشنا شوند. سطح کتاب مقدماتی و آسان و زبان انگلیسی آن روان است.
این کتاب را به عنوان یک منبع تکمیلی برای دوره «مدلسازی مالی مقدماتی» معرفی می کنم.

#معرفی_کتاب
#پایتون_مالی

پایتون برای مالی

🆔 t.me/python4finance
🆔 ble.ir/python4finance

ماژول PyPortfolioOpt ، یک ماژول بسیار جذاب برای معاملات الگوریتمی
این ماژول یکی از ماژول های بسیار جالب برای بهینه سازی و محاسبات مبتنی بر ریسک است. ویژگی مهم این ماژول سادگی و روان بودن آن است. اگر علاقه مند به این ماژول بودید سری به آدرس آن در pypi به این نشانی و یا صفحه گیت هاب آن بزنید.

پی نوشت: با پایتون 3.13 سازگار شد.

#ماژول
🆔 @python4finance

چالش اعداد اعشاری در پایتون!
یکی از مشکلاتی که در برخی زبان های برنامه نویسی از جمله پایتون با آن مواجه می شویم، چالش کار با اعداد اعشاری است. به دو عبارت زیر توجه کنید:

0.1 + 0.1  == 0.2
True
0.1 + 0.1 + 0.1 == 0.3
False

مساله از اینجا شروع می شود که پایتون برای محاسبات خود، اعداد را به باینری تبدیل می کند که این مسئله، محاسبات اعداد اعشاری را در برخی موارد دچار مشکل می کند.
برای حل این موضوع می توان از تابع isclose در ماژول math استفاده کرد.

math.isclose(0.1 + 0.1 + 0.1, 0.3)
True

لازم است در تحلیل هایی که نیاز به بررسی اعداد اعشاری دارند، این مورد را حتما در نظر بگیرید.

پایتون برای مالی

🆔 @python4finance

یک ماژول بسیار جالب و کاربردی برای رسم نمودارهای مالی
پیش از این چندین ماژول را برای رسم نمودارهای مالی و بازار سرمایه خدمت شما معرفی کرده بودم. امروز یکی دیگر از ماژول های بسیار جذاب و کاربردی را معرفی می کنم.
نام این ماژول کاربردی lightweight-charts است. به کمک این ماژول به راحتی می توانید نمودارهای کندل OHLC را رسم کنید. ویژگی مهم دیگر این ماژول قابلیت کار با داده های زنده است و می توانید داده ها را در لحظه آپدیت کنید. ویژگی دیگر این ماژول امکان دسترسی به ابزارهای تکمیلی و تعاملی مانند رسم خطوط حمایت و مقاومت است که به راحتی قابل انجام است.
اگر به این ماژول علاقه مند شدید سری به گیت هاب آن به این نشانی بزنید.
در این پست داده های نماد MSFT دریافت و رسم می شود.

#code by @python4finance
import yfinance as yf
from lightweight_charts import Chart
df=yf.download("MSFT",start="2023-01-01")
chart = Chart(toolbox=True)
chart.legend(visible=True)
chart.watermark('MSFT 1D Data', color='rgba(180, 180, 240, 0.7)')
chart.set(df)
chart.show(block=True)

#رسم_نمودار
#candle

پایتون برای مالی

🆔 @python4finance

تفاوت CPU و GPU در محاسبات
با پیشرفت مدل های هوش مصنوعی، ضرورت استفاده از پردازنده های GPU (Graphics Processing Unit) به جای CPU (Central processing unit) های سنتی بیش از پیش آشکار شده است. پیش از این در خصوص ارزش سهام شرکت #Nvidia به همین دلیل صحبت کرده بودیم.
در این ویدئو کوتاه که توسط Nvidia تهیه شده است تفاوت پردازش مبتنی بر CPU و GPU را مشاهده می نمایید.

#ویدئو

#Cpu
#Gpu

پایتون برای مالی

🆔 t.me/python4finance
🆔 ble.ir/python4finance

اصل گزارش بالا به پیوست تقدیم می شود.

#هوش_مصنوعی
#مکینزی
#Mckinsey
#AI

پایتون برای مالی

🆔 t.me/python4finance
🆔 ble.ir/python4finance

بررسی بازار کار مشاغل مختلف در حوزه هوش مصنوعی
بحث هوش مصنوعی و کاربردهای آن در صنایع مختلف از بحث های بسیار داغ و جذاب است و خیلی ها به دنبال یادگیری مهارت هایی برای ورود به این حوزه هستند. اخیرا شرکت Mckinsey که یکی از شرکت های معظم و بنام مشاور است، در گزارش 2024 ، به بررسی وضعیت مشاغل مختلف فعال در حوزه هوش مصنوعی پرداخته است.
در این گزارش حدود 500.000 فرصت شغلی در شرکت های مختلف بررسی شده است. در تصویر پیوست فرصت های شغلی در بین سالهای 2019 تا 2023 برای حوزه هوش مصنوعی کاربردی (Applied AI) با هم مقایسه می شود.

#هوش_مصنوعی
#مکینزی
#Mckinsey
#AI

پایتون برای مالی

🆔 t.me/python4finance
🆔 ble.ir/python4finance