قیمت این دوره: 280,000 182,000 تومان
  • مدرس دوره : قائم تقی پور
  • تعداد ویدیوها : 49 ویدیو
  • مدت زمان دوره : 16:58:00
  • سطح دوره : متوسط
  • وضعیت دوره : به اتمام رسیده
  • تاریخ آخرین بروزرسانی : 1400/01/16
ثبتـــ نام در این دوره
تحلیل و پیش‌بینی بورس در پایتون

تحلیل و پیش‌بینی بورس در پایتون

پایتون ابزاری قدرتمند برای کار با داده‌ها است ، و کتابخانه های قدرتمندی برای تحلیل و پیش‌بینی داده ها دارد.  

در این دوره خواهید آموخت چطور از این ابزار قدرتمند برای پیش‌بینی و بررسی سهام ، چه در بورس تهران و چه در بازار های جهانی استفاده کنید.

محتوای این دوره هم برای افراد مبتدی و هم افراد با تجربه مفید خواهد بود.  

 

در این دوره کار با داده های بورسی و نحوه آنالیز آنها را خواهید آموخت.

آموزش های این دوره هم مناسب سرمایه گذاری های بلند مدت و هم کوتاه مدت خواهد بود و نوسانات قیمتی تا حد خوبی قابل پیش‌بینی خواهد بود.

 

در کنار تحلیل های فاندامنتال و تکنیکال و همچنین روانشناسی بازار ، آموزش های این دوره به شما کمک خواهد کرد که ریسک سرمایه گذاری را به حداقل برسانید.

لازم به ذکر است، هیچ تحلیلی قابل اطمینان به طور صد در صدی نیست و همواره مقداری ریسک وجود دارد.

 

در این دوره در ابتدا با مفاهیم اولیه و کتابخانه های پایه ای پایتون که پیش نیاز دوره می‌باشند آشنا خواهید شد.

سپس یاد خواهید گرفت داده های بورسی را استخراج کنید و در محیط پایتون آنها را واکشی و پردازش کنید.

بعد از آن طراحی دو اندیکاتور کاربردی و نحوه ی کار با آنها را خواهید آموخت.  

در انتهای دوره وارد مباحث یادگیری ماشین (Machine Learning)  و سپس یادگیری عمیق (Deep Learning) خواهیم شد.  

در این قسمت ها یاد میگیریم چطور با متد های مختلف قیمت و روند سهم در روز های آینده را پیش‌بینی کنیم.  

پروژه ی نهایی دوره، طراحی یک اپلیکیشن تحت وب (Web Application) خواهد بود که برای ما قیمت سهم در روز های آینده را با متد های مختلف پیش‌بینی خواهد کرد.

در ویدئوی معرفی دوره، پروژه های این دوره و سرفصل های مطالب توضیح داده شده اند.

آشنایی با مفاهیم اولیه ی بازار سرمایه و همچنین زبان پایتون پیش نیاز این دوره می باشد.

لطفا سوالات خود را راجع به این آموزش در این بخش پرسش و پاسخ مطرح کنید به سوالات در قسمت نظرات پاسخ داده نخواهد شد و آن نظر حذف میشود.


فهرستـــ ویدیوها

مدت زمان دوره 16:58:00
  • در صورتیکه ویدئو نمایش داده نشد آن را دانلود کنید و با KmPlayer مشاهده کنید.

  • لطفا در صورت اقدام به دانلود تا انتها فرایند دانلود ، این صفحه را باز نگاه دارید.

1
  • معرفی دوره

00:15:03

معرفی دوره

2
  • توضیح سرفصل های دوره

00:07:30

توضیح سرفصل های دوره

3
  • معرفی و شروع کار با محیط jupyter notebook

00:06:40

معرفی و شروع کار با محیط jupyter notebook

4
  • کتابخانه numpy جلسه 1

00:33:17

کتابخانه numpy جلسه 1

5
  • کتابخانه numpy جلسه 2

00:33:00

کتابخانه numpy جلسه 2

6
  • کتابخانه pandas جلسه 1

00:26:52

کتابخانه pandas جلسه 1

7
  • کتابخانه pandas جلسه 2

00:13:00

کتابخانه pandas جلسه 2

8
  • کتابخانه pandas جلسه 3

00:18:45

کتابخانه pandas جلسه 3

9
  • کتابخانه pandas جلسه 4

00:20:50

کتابخانه pandas جلسه 4

10
  • کتابخانه datetime

00:15:20

کتابخانه datetime

11
  • کتابخانه matplotlib جلسه 1

00:31:33

کتابخانه matplotlib جلسه 1

12
  • کتابخانه matplotlib جلسه 2

00:37:27

کتابخانه matplotlib جلسه 2

13
  • استخراج اطلاعات سهام بورس تهران

00:08:00

استخراج اطلاعات از سایت tsetmc.ir

14
  • استخراج اطلاعات سهام بورس جهانی

00:03:00

استخراج اطلاعات سهام از yahoo finance

15
  • آشنایی با کتابخانه plotly

00:14:00

آشنایی با کتابخانه plotly

16
  • رسم نمودار شمعی سهم

00:12:00

رسم نمودار کندلی سهم

17
  • اعمال فیلتر روی سایت tsetmc

00:08:07

اعمال فیلتر روی سایت tsetmc

18
  • اندیکاتور Simple Moving Average

00:37:23

Simple Moving Average

19
  • اندیکاتور MFI

00:39:47

اندیکاتور MFI

20
  • کتابخانه streamlit

00:26:10

کتابخانه streamlit

21
  • طراحی Web Application داده های بورسی

00:32:00

طراحی Web Application داده های بورسی

22
  • ماژول دریافت داده های بورس تهران و اصلاح یک پروژه

00:24:11

ماژول دریافت داده های بورس تهران از tsetmc

23
  • الگوریتم های قیمتی در بازار های مالی

00:07:30

الگوریتم های قیمتی در بازار های مالی

24
  • یادگیری ماشین - آشنایی با رگرسیون خطی

00:18:31

رگرسیون خطی

25
  • رگرسیون خطی - جلسه 2

00:30:34

رگرسیون خطی در محیط پایتون

26
  • ماشین بردار پشتیبان - جلسه 1

00:13:25

ماشین بردار پشتیبان

27
  • ماشین بردار پشتیبان - جلسه 2

00:07:43

ماشین بردار پشتیبان

28
  • پروژه ی predictor اول

00:21:16

پروژه ی predictor اول

29
  • وب اپلیکیشن predictor اول

00:30:05

وب اپلیکیشن predictor اول

30
  • یادگیری عمیق -آشنایی با شبکه های عصبی

00:15:33

شبکه های عصبی

31
  • یادگیری عمیق - پیاده سازی شبکه عصبی

00:22:07

RNN

32
  • یادگیری عمیق -شبکه های عصبی LSTM

00:21:35

LSTM

33
  • پروژه ی predictor دوم

00:43:26

پروژه ی predictor دوم

34
  • وب اپلیکیشن predictor دوم

00:15:23

وب اپلیکیشن predictor دوم

35
  • افزایش دقت و عملکرد پروژه ها

00:17:36

افزایش دقت و عملکرد پروژه ها

36
  • نکات تکمیلی - اندیکاتور RSI

00:22:10

اندیکاتور RSI

37
  • نکات تکمیلی - اندیکاتور MACD

00:31:44

اندیکاتور مکدی

38
  • نکات تکمیلی - کتابخانه mplfinance و TAlib

00:14:30

کتابخانه mplfinance و TAlib

39
  • نکات تکمیلی - پرایس اکشن (حمایت و مقاومت)

00:12:19

آشنایی با حمایت و مقاومت در پرایس اکشن

40
  • نکات تکمیلی - ترسیم خط روند

00:12:56

ترسیم خط روند

41
  • نکات تکمیلی - کتابخانه MetaTrader5 و معرفی یک متد پیش بینی دیگر

00:10:10

کتابخانه MetaTrader5 و معرفی یک متد پیش بینی دیگر

42
  • نکات تکمیلی - Cryptocurrency و Forex

00:29:51

Cryptocurrency و Forex

43
  • جمع بندی پروژه ها و بیان نکات پایانی

00:14:56

جمع بندی پروژه ها و بیان نکات پایانی

44
  • دریافت داده از صرافی binance

00:13:31

دریافت داده از صرافی binance

45
  • ترسیم ابر ایچیموکو

00:33:24

ترسیم ابر ایچیموکو

46
  • فیبوناچی

00:36:51

فیبوناچی

47
  • حالت Multivariate در پروژه Predictor اول

00:13:21

حالت Multivariate در پروژه Predictor اول

48
  • حالت Multivariate در پروژه Predictor دوم

00:29:46

DL Multivariate

49
  • پیاده سازی ساختار Multi-step در Predictor دوم

00:14:09

DL Multi-step

نظرات کاربران در رابطه با این دوره

لطفا سوالات خود را راجع به این آموزش در این بخش پرسش و پاسخ مطرح کنید به سوالات در قسمت نظرات پاسخ داده نخواهد شد و آن نظر حذف میشود.
جهت ثبت نظر باید در سایت عضو شوید و یا وارد سایت شده باشید .