کتاب تحلیل سبد اوراق بهادار با پایتون با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تحلیل سبد اوراق بهادار با پایتون

موضوع کلی: پردازش داده‌های جریانی و دسته‌ای

موضوع میانی: پردازش داده‌های اقتصادی و مالی

📋 سرفصل‌های دوره

• 1. آشنایی با مفاهیم پایه سرمایه‌گذاری
• 2. مبانی بازارهای مالی و انواع دارایی‌ها
• 3. معرفی زبان برنامه‌نویسی پایتون برای تحلیل مالی
• 4. نصب و پیکربندی محیط توسعه پایتون
• 5. کار با کتابخانه‌های اصلی تحلیل مالی در پایتون
• 6. خواندن و پردازش داده‌های مالی از منابع مختلف
• 7. تحلیل داده‌های سری زمانی با پایتون
• 8. محاسبه شاخص‌های آماری توصیفی برای داده‌های مالی
• 9. تصویرسازی داده‌های مالی با استفاده از نمودارها
• 10. مقدمه‌ای بر تحلیل تکنیکال و الگوهای نموداری
• 11. محاسبه میانگین‌های متحرک و اندیکاتورهای تکنیکال
• 12. بررسی اندیکاتورهای RSI و MACD
• 13. تحلیل حجم معاملات و شناسایی الگوهای حجمی
• 14. مفاهیم پایه ارزیابی ریسک در سرمایه‌گذاری
• 15. محاسبه واریانس و انحراف معیار بازده دارایی‌ها
• 16. محاسبه همبستگی و کوواریانس بین دارایی‌ها
• 17. مقدمه‌ای بر مدل CAPM و محاسبه بازده مورد انتظار
• 18. بهینه‌سازی سبد اوراق بهادار با استفاده از روش‌های ریاضی
• 19. بررسی مدل میانگین-واریانس مارکویتز
• 20. محدودیت‌های سبد اوراق بهادار و اضافه کردن محدودیت‌های عملی
• 21. تحلیل حساسیت سبد اوراق بهادار به تغییرات پارامترها
• 22. شبیه‌سازی مونت‌کارلو برای ارزیابی ریسک سبد
• 23. مدیریت سبد اوراق بهادار فعال در مقابل غیرفعال
• 24. تحلیل فاکتوری و مدل‌های چندعاملی
• 25. مقدمه‌ای بر تحلیل بنیادی و ارزیابی شرکت‌ها
• 26. تحلیل صورت‌های مالی و نسبت‌های کلیدی
• 27. ارزیابی ارزش ذاتی سهام با استفاده از مدل‌های تخفیف جریان نقدی
• 28. تحلیل صنعت و بررسی رقابت در بازار
• 29. مدل‌سازی پیش‌بینی جریان‌های نقدی
• 30. تحلیل سناریو و ارزیابی ریسک‌های مرتبط با پیش‌بینی
• 31. مدیریت ریسک اعتباری در سبد اوراق بهادار
• 32. تحلیل ریسک نقدینگی و تاثیر آن بر سبد
• 33. استفاده از ابزارهای مشتقه برای پوشش ریسک
• 34. مقدمه‌ای بر معاملات الگوریتمی و بک تستینگ
• 35. پیاده‌سازی استراتژی‌های معاملاتی ساده در پایتون
• 36. بهینه‌سازی پارامترهای استراتژی معاملاتی
• 37. تحلیل عملکرد سبد اوراق بهادار و محاسبه شاخص‌های ارزیابی
• 38. گزارش‌گیری و ارائه نتایج تحلیل سبد به مشتریان
• 39. استفاده از داده‌های جایگزین در تحلیل سبد
• 40. کاربرد یادگیری ماشین در پیش‌بینی بازده دارایی‌ها
• 41. تشخیص الگوهای غیرخطی در داده‌های مالی با استفاده از شبکه‌های عصبی
• 42. تحلیل سبد با در نظر گرفتن هزینه‌های معاملاتی و مالیاتی
• 43. استفاده از داده‌های بزرگ (Big Data) در تحلیل سبد
• 44. مفاهیم اولیه بلاک‌چین و ارزهای دیجیتال
• 45. تحلیل سبد ارزهای دیجیتال با پایتون