کتاب تحلیل بازار سهام با مدل‌های سری زمانی با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تحلیل بازار سهام با مدل‌های سری زمانی

موضوع کلی: تحلیل داده‌ها و یادگیری ماشین

موضوع میانی: پیش‌بینی سری‌های زمانی

📋 سرفصل‌های دوره

• 1. مبانی سری‌های زمانی در تحلیل بازار سهام
• 2. آشنایی با مفاهیم پایه تحلیل سری زمانی
• 3. انواع داده‌های سری زمانی در بازارهای مالی
• 4. پیش‌پردازش داده‌ها و پاکسازی سری‌های زمانی
• 5. نمودارهای سری زمانی و تفسیر آن‌ها
• 6. میانگین متحرک و کاربرد آن در تحلیل سهام
• 7. روش‌های هموارسازی نمایی
• 8. تجزیه سری زمانی به اجزای روند، فصلی و تصادفی
• 9. مدل‌های خودهمبستگی (AR)
• 10. مدل‌های میانگین متحرک (MA)
• 11. مدل‌های خودهمبستگی میانگین متحرک (ARMA)
• 12. شناسایی مرتبه مدل‌های ARMA
• 13. برآورد پارامترهای مدل‌های ARMA
• 14. آزمون‌های تشخیصی برای ارزیابی مدل‌های ARMA
• 15. مدل‌های خودهمبستگی یکپارچه میانگین متحرک (ARIMA)
• 16. شناسایی مرتبه مدل‌های ARIMA
• 17. برآورد پارامترهای مدل‌های ARIMA
• 18. آزمون‌های تشخیصی برای ارزیابی مدل‌های ARIMA
• 19. پیش‌بینی با مدل‌های ARIMA
• 20. مدل‌های فصلی ARIMA (SARIMA)
• 21. برآورد پارامترهای مدل‌های SARIMA
• 22. آزمون‌های تشخیصی برای ارزیابی مدل‌های SARIMA
• 23. مدل‌های GARCH و کاربرد آن‌ها در مدل‌سازی نوسانات
• 24. مدل‌های EGARCH و کاربرد آن‌ها در مدل‌سازی نوسانات نامتقارن
• 25. آزمون‌های ریشه واحد و پایداری سری‌های زمانی
• 26. آزمون‌های هم‌جمعی و رابطه بلندمدت بین سری‌های زمانی
• 27. مدل‌های انتقال حالت و کاربرد آن‌ها در پیش‌بینی بازار سهام
• 28. شبکه‌های عصبی مصنوعی در تحلیل سری زمانی
• 29. ماشین‌های بردار پشتیبان در پیش‌بینی بازار سهام
• 30. روش‌های خوشه‌بندی برای شناسایی الگوهای بازار
• 31. تحلیل مؤلفه‌های اصلی (PCA) و کاربرد آن در کاهش ابعاد داده‌ها
• 32. تحلیل حساسیت مدل‌های سری زمانی
• 33. ارزیابی عملکرد مدل‌های پیش‌بینی
• 34. مقایسه روش‌های مختلف پیش‌بینی سری زمانی
• 35. استفاده از داده‌های بافرکانس بالا در مدل‌سازی سری زمانی
• 36. مدل‌سازی حجم معاملات با سری‌های زمانی
• 37. تحلیل نوسانات ضمنی از طریق قیمت اختیار معامله
• 38. مدل‌سازی بازگشت به میانگین در سری‌های زمانی
• 39. تأثیر اخبار و رویدادها بر سری‌های زمانی بازار سهام
• 40. کاربرد سری‌های زمانی در مدیریت ریسک پورتفوی
• 41. مدل‌سازی سری‌های زمانی چندمتغیره
• 42. تحلیل هم‌تغیری و کاربرد آن در تحلیل بازار سهام
• 43. پیش‌بینی بلندمدت با استفاده از مدل‌های سری زمانی
• 44. بهینه‌سازی پارامترهای مدل‌های سری زمانی با الگوریتم‌های تکاملی
• 45. تحلیل سری زمانی با استفاده از زبان برنامه‌نویسی R