کتاب یادگیری ماشین و تحلیل پرتفوی با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره یادگیری ماشین و تحلیل پرتفوی

موضوع کلی: هوش مصنوعی در تحلیل مالی

موضوع میانی: کاربرد هوش مصنوعی در ربات‌های مشاور مالی (Robo-Advisors)

📋 سرفصل‌های دوره

• 1. یادگیری ماشین و تحلیل پرتفوی
• 2. مقدمه‌ای بر یادگیری ماشین در مالی
• 3. انواع داده‌ها در تحلیل پرتفوی
• 4. پیش‌پردازش داده‌های مالی برای یادگیری ماشین
• 5. آمار توصیفی و استنباطی در بازارهای مالی
• 6. مبانی جبر خطی و کاربرد آن در یادگیری ماشین
• 7. مقدمه‌ای بر برنامه‌نویسی پایتون برای تحلیل مالی
• 8. کتابخانه‌های پایتون برای علم داده و مالی
• 9. مدل‌سازی رگرسیون خطی در پیش‌بینی بازده
• 10. ارزیابی مدل‌های رگرسیون و سنجش برازش
• 11. رگرسیون چندگانه و انتخاب متغیرهای موثر
• 12. روش‌های کاهش ابعاد داده‌ها: PCA
• 13. تحلیل خوشه‌ای و شناسایی الگوهای پرتفوی
• 14. درخت‌های تصمیم و کاربرد آن‌ها در طبقه‌بندی سهام
• 15. جنگل‌های تصادفی و بهبود دقت پیش‌بینی
• 16. ماشین‌های بردار پشتیبان (SVM) در بازارهای مالی
• 17. شبکه‌های عصبی مصنوعی: مفاهیم پایه
• 18. شبکه‌های عصبی عمیق و کاربرد آن‌ها در پیش‌بینی
• 19. مدل‌های سری زمانی و پیش‌بینی قیمت‌ها
• 20. مدل ARIMA و تحلیل داده‌های سری زمانی
• 21. مدل GARCH و بررسی نوسانات بازده
• 22. تحلیل احساسات از اخبار و شبکه‌های اجتماعی
• 23. پردازش زبان طبیعی (NLP) و تحلیل متون مالی
• 24. بهینه‌سازی پرتفوی با استفاده از برنامه‌ریزی خطی
• 25. تئوری پرتفوی مدرن (MPT) و تخصیص دارایی
• 26. مدل CAPM و محاسبه بازده مورد انتظار
• 27. مدل سه عاملی فاما-فرنچ
• 28. مدل پنج عاملی فاما-فرنچ
• 29. ارزیابی ریسک و بازده پرتفوی
• 30. معیارهای ریسک: واریانس، انحراف معیار، و ارزش در معرض خطر (VaR)
• 31. مدیریت ریسک با استفاده از شبیه‌سازی مونت‌کارلو
• 32. تست بک تستینگ و ارزیابی استراتژی‌های پرتفوی
• 33. یادگیری تقویتی و معاملات الگوریتمی
• 34. انتخاب ویژگی (Feature Selection) در تحلیل پرتفوی
• 35. تنظیم پارامترهای مدل (Hyperparameter Tuning)
• 36. استفاده از یادگیری ماشین برای تشخیص تقلب در معاملات
• 37. مدل‌های پیش‌بینی ورشکستگی با استفاده از یادگیری ماشین
• 38. تحلیل پرتفوی با در نظر گرفتن محدودیت‌های قانونی
• 39. تحلیل پرتفوی در بازارهای نوظهور
• 40. یادگیری ماشین و مدیریت صندوق‌های سرمایه‌گذاری
• 41. کاربرد یادگیری ماشین در مدیریت ریسک اعتباری
• 42. یادگیری ماشین و قیمت‌گذاری مشتقات مالی
• 43. تحلیل پرتفوی با استفاده از داده‌های جایگزین (Alternative Data)
• 44. یادگیری ماشین و معاملات با فرکانس بالا (HFT)
• 45. چالش‌ها و فرصت‌های یادگیری ماشین در مالی